元线性回归分析估计两个变量的关 系 其中一个变量作为响应变量或输出变量 (y)o 另一个变量作为预测变量或解释变量 有时两个变量中哪一个是响应变量(例 如高度和重量)是不好区分的。在这种 情况下,可能会使用相关分析

采用恒应变速率凸轮塑性计,对4种铝合金的流动应力进行了实验研究,分析了变形温度、应变速率及应变率对流动应力的影响.通过对5种不同结构型式的流动应力数学模型的回归分析比较,提出了拟合精度较高的4个铝合金流动应力的数学模型,并给出了数学模型的回归系数值

实验一 Eviews 软件的基本操作.1 实验二 一元回归模型 .10 实验三 多元和非线性回归模型 .20 实验四 多重共线性 .29 实验五 异方差性 .38 实验六 自相关性 .49 实验七 滞后变量模型 .63 实验八 虚拟解释变量模型 .75 实验九 模型设定误差诊断与检验 .82 实验十 联立方程模型 .90 实验十一 平稳时间序列分析 .106 实验十二 非平稳时间序列分析（一） .118

第一节 曲线的类型与特点 第二节 曲线方程的配置 第三节 多项式回归

第一节 多元回归 第二节 多元相关和偏相关

提出采用多层局部回归神经网络建立多变量非线性系统多步预测模型的方法,神经网络模型可提供多步预测控制所需要的系统输出预测值及输出向量对控制向量的雅可比矩阵.仿真试验表明这种动态神经网络的预测模型具有较高的精度

一、问题的提出 二、泊松回归模型 三、泊松回归模型的扩展

4.1 直线回归方程 4.2 非线性回归方程 4.3 相关分析

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

采用中心复合试验研究采场温度、灰砂质量比和固相质量分数对高寒矿山充填料浆的强度特性和流动特性影响规律.利用多项式近似隐式极限状态方程,建立充填体强度、充填料浆坍落度和充填材料成本响应面回归模型.以回归模型响应值的满意度为输入,使用加权几何平均算法求得料浆充填性能整体满意度,采用基于整体满意度准则的非线性多目标优化技术对充填配比参数进行优化,得到高寒矿山不同采场温度范围下最佳灰砂质量比及充填料浆输送浓度.结果表明:采场温度低于5℃时,固相质量分数70%、灰砂质量比1:6的料浆整体满意度可达0.4~0.5,满足低温充填要求,且整体满意度随温度变化较小;当采场温度增至5℃之上时,温度提高充填性能整体满意度迅速增大,固相质量分数65%、灰砂质量比1:6的料浆满意度增大最快