复旦大学：《卫生统计学》课程教学资源（实践课授课课件）Stata软件基本操作和数据分析入门_第6讲 线性相关和回归

1. 了解统计预测的原理及步骤 2. 理解掌握时间数列和回归预测的方法 3. 对预测误差进行分析

3.1 分析化学中的误差 3.2 有效数字及其运算规则 3.3 有限数据的统计处理 3.4 回归分析法

平稳时间序列建模 虚假回归 单位根检验 协整 误差修正模型

《机械工程测试技术》课程教学资源（技术问答）17、误差分析与数据处理_如何进行一元非线性回归

01 ARIMAX模型 02 干预分析 03 伪回归 04 协整与误差修正模型 05 Granger因果检验

第一节 数据集中趋势的测定 一、均值 二、中位数 三、众数 第二节 数据离散程度的测定 一、极差 二、异众比率 三、平均差 四、方差和标准差 五、标准差系数 第三节 动态数据的分析 一、 水平分析指标 二、 速度分析指标 三、 长期趋势的分析 第四节 相关与回归分析 一、 相关与回归的基本问题 二、相关与回归分析

数据残差图分析原理； 关于变量 X 和 Y 的一元线性回归模型：

本章介绍EViews中基本回归技术的使用：说明并估计一个回归模型，进行简单的特征分析并在深入的分析中使用估计结果。随后的章节讨论了检验和预测，以及更高级，专业的技术，如加权最小二乘法、二阶段最小二乘法(TSLS)、非线性最小二乘法、ARIMA/ARIMAX模型、GMM（广义矩估计）、GARCH模型,和定性的有限因变量模型

本章主要讨论了经典单方程回归模型的几个专门题。 第一个专题是虚拟解释变量问题。虚拟变量将经济现象中的一些定性因素引入到可以 进行定量分析的回归模型，拓展了回归模型的功能。本专题的重点是如何引入不同类型的虚 拟变量来解决相关的定性因素影响的分析问题，主要介绍了引入虚拟变量的加法方式、乘法 方式以及二者的组合方式