一、多无线性回归模型 上节讨论了一元线性回归模型,在实际问题中,遇到更多的是讨论随机变量Y与非随机变量x,x2,…,x之间的关系,本节假设它们具有线性关系

定性数据的建模 一、列联表及列联表分析 二、对数线性模型的基本理论和方法 三、对数线性模型的SPSS实现 四、Logistic回归基本理论和方法 五、 Logistic回归步骤以及SPSS实现

模型的建立及其假定条件 最小二乘估计（OLS） OLS回归函数的性质 最小二乘估计量的特性 yt的分布和 的分布  的估计 拟合优度的测量 回归参数的显著性检验与置信区间 yF 的点预测与区间预测 案例分析 相关系数 EViews操作

多元线性回归模型与假定条件 最小二乘法（OLS） 最小二乘估计量的特性 可决系数 显著性检验与置信区间 预测 预测的评价指标 建模过程中应注意的问题

3服务业的相关理论及其模型 3.1服务业的兴起与发展 3.1.1配第一克拉克定理与服务业的发展B 配第一克拉克定理 英国经济学家C·克拉克提出的劳动力在三 次产业间分布的结构变化理论。渊源于17世纪 英国古典经济学家W·配弟。经过统计和研究, 克拉克发现一个国家内从事三个产业的劳动力 比重随着人均国民收入的提高而变动,即农业 劳动力急剧下降,制造业的劳动力比重与经济 增长同步,但通常在接近40%时便稳定下来,而 服务业的劳动力比重则不断增长

• 概率分布与伪随机数生成 • 统计量分析 • 数理统计分析方法及计算机实现 • 统计假设检验 • 方差分析及计算机求解

应用GW统计接触模型,建立了粗糙表面之间的接触导热模型.与实验数据的对比分析表明:该模型能够正确地反映接触导热现象.在此基础上,对接触表面进行了合理的简化,建立了接触界面间的辐射传热模型.数值计算表明:当接触表面的温度高于400K时,辐射的影响已不可忽略;载荷对接触导热热导的影响明显大于对辐射热导的影响,导热热导随载荷的增大迅速增大,而辐射热导以及等效辐射系数均随载荷的增大有所减小,这主要是由接触界面的空隙面积减少造成的;在接触面几何参数中,粗糙峰等效斜率对等效辐射系数起着主导作用,在相同的量纲1的载荷情况下,粗糙峰等效斜率越小,等效辐射系数越大;通过对本文提出的等效辐射系数的误差检验,结果表明其最大相对误差为10-3数量级,说明等效辐射系数仅仅为接触界面黑度、几何特性和接触载荷的函数,而与接触界面温度水平和温差无关,同时也间接证明了本文提出的等效辐射系数可以较为合理地描述接触界面间的辐射换热强度

采用FLAC3D程序和离散裂隙网络技术构建的遍布节理岩体模型能同时考虑节理岩体中节理和岩体的作用,具有概念清晰、建模快捷、计算效率高等特点.首先对现场结构面测绘数据进行统计分析,获得其概率分布特征参数,在此基础上分两尺度考虑节理并确定其离散裂隙网络模型;其次基于离散裂隙网络模型构建相应的节理岩体模型,研究其强度特征并获取工程岩体单轴抗压强度;结合Hoek-Brown、Mohr-Coulomb准则及最大围压拟合综合确定节理岩体力学参数;最后将拟合所得参数用于边坡稳定性分析,分别运用强度折减法和极限平衡法计算两种模型的安全系数,对比发现计算结果基本一致,表明所提出的研究思路用于确定节理岩体参数是可行的

§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

本文经随机实验统计分析得出孔隙率函数（3lnφ-2ln（1-φ））近似服从正态分布,在实验的粒径范围内（30~180 mm）,其期望值和方差都随着岩块粒径的增大而增大.在推导出岩层二维下沉曲面方程的基础上,先后推演出燃空区冒落岩体孔隙率的连续非均质分布模型和随机离散化非均质分布模型.依据模型计算矩形煤火空间得出以下结果：燃空区浅部及边缘侧冒落岩体的孔隙率大,而中间区域孔隙率小;孔隙率等值线在x-y平面上的投影呈侧躺的＂U＂形分布;沿x轴,随着深入燃空区距离的增加,孔隙率呈类负指数形式衰减.此外,孔隙率连续分布和随机离散化分布,在整体的变化趋势上是相同的,区别之处在于后者所表示的孔隙率具有一定的随机波动性.将上述随机离散化模型应用在某火区温度场的数值模拟中,并经现场红外测温验证了模拟的准确性和孔隙率模型的适用性