§2.1 回归分析概述 (Regression Analysis) 一、变量间的关系及回归分析的基本概念 二、总体回归函数 三、随机扰动项 四、样本回归函数 §2.2 一元线性回归模型的参数估计 (Estimation of Simple Linear Regression Model) 一、一元线性回归模型的基本假设 二、参数的普通最小二乘估计（OLS） 三、参数估计的最大或然法(ML) 四、最小二乘估计量的性质 五、参数估计量的概率分布及随机干 扰项方差的估计 §2.3 一元线性回归模型的统计检验 Statistical Test of Simple Linear Regression Model 一、拟合优度检验 二、变量的显著性检验 三、参数的置信区间 §2.4 一元线性回归分析的应用——预测问题 一、Ŷ0是条件均值E(Y|X=X0)或个值的一个无偏估计 二、总体条件均值与个值预测值的置信区间

第一节 多元线性回归模型 第二节 多元线性回归模型的参数估计 第三节 多元线性回归模型的统计检验 第四节 多元线性回归模型的预测

讨论二维相平面轨线图分析是一种研究二阶非线性系统的轨线分布的图形方法 介绍、学习Lyapunov理论 介绍无源性在基于欧拉-拉格朗日方程的系统无源性设计、基于哈密顿方程的系统无源性设计等方面的应用。2.1 相平面分析的概念 2.2 二维系统轨线相图构造方法 2.3 线性系统的轨线相平面分析 2.4 非线性系统的相平面分析 2.5 极限环的存在 2.6 轨线图在加热用电炉控制应用

§2.1 回归分析概述 (Regression Analysis) 一、变量间的关系及回归分析的基本概念 二、总体回归函数 三、随机扰动项 四、样本回归函数 §2.2 一元线性回归模型的基本假设 (Assumptions of Simple Linear Regression Model) 一、关于模型设定的假设 二、关于解释变量的假设 三、关于随机项的假设 §2.3 一元线性回归模型的参数估计 (Estimation of Simple Linear 一、参数的普通最小二乘估计（OLS） 二、参数估计的最大或然法(ML) 三、最小二乘估计量的性质 四、参数估计量的概率分布及随机干扰项方差的估计 §2.4 一元线性回归模型的统计检验 Statistical Test of Simple Linear Regression Model 一、拟合优度检验 二、变量的显著性检验 三、参数的置信区间 §2.5 一元线性回归分析的应用——预测问题 一、预测值条件均值或个值的一个无偏估计 二、总体条件均值与个值预测值的置信区间 §2.6 实例及时间序列问题

•第一节、多元线性回归模型 •第二节、多元线性回归模型的参数估计 •第三节、多元线性回归模型的统计检验 •第四节、多元线性回归模型的预测 •第五节、回归模型的其他形式

二. 向量组的线性相关性 一. 向量组及其线性组合 三. 向量组的秩 四. 向量空间 五. 线性方程组解的结构

一、非线性结构分析的定义 二、非线性行为的原因 三、非线性分析的重要信息 四、非线性分析中使用的命令

4.1 向量的类型 4.2 向量及其线性组合 4.3 向量组的线性相关性 4.4 从向量空间看线性方程组的解 4.5 用MATLAB解线性方程组综述 4.6.1 减肥配方的实现 4.6.2 三维空间中的平面方程 4.6.3 价格平衡模型 4.6.4 混凝土配料中的应用

§2.1 线性表的类型定义 §2.2 线性表的顺序表示和实现 §2.3 线性表的链式表示和实现 §2.4 线性表的应用举例

1. 掌握用初等行变换求齐次线性方程组通解的方法; 2. 掌握用初等行变换求非齐次线性方程组通解的方法; 3. 正确讨论线性方程组有唯一解、无穷多解、无解的情况