中国科学技术大学：《多元统计分析》课程教学资源（课件讲义）第十二讲 多元多重线性回归——估计

◼ 1. 相关关系的分析方法 ◼ 2. 一元线性回归的基本原理和参数的最小二乘估计 ◼ 3. 回归直线的拟合优度 ◼ 4. 回归方程的显著性检验 ◼ 5. 利用回归方程进行估计和预测 ◼ 11.1 变量间关系的度量 ◼ 11.2 一元线性回归 ◼ 11.3 利用回归方程进行估计和预测 ◼ 11.4 残差分析

 基本概念与枢轴变量法  正态总体情形  双正态总体情形  单侧置信区间  非正态总体均值的区间估计

《统计学》课程教学资源（PPT课件讲稿）第一章 基础统计学回顾（第四节 基础概率、第五节 概率分布、第六节 参数估计）

全连接的玻尔兹曼机模型可全面描述稀疏系数间统计依赖关系,但时间复杂度较高.为了提高基于玻尔兹曼机的贝叶斯匹配追踪算法(BM-BMP)的重构速度和质量,本文提出一种改进算法.第一,将BM-BMP算法的最大后验概率(MAP)估计评估值分解为上一次迭代的评估值与增量,使得每次迭代仅需计算增量,极大缩短了计算耗时.第二,利用显著最大后验概率估计值平均的方式,有效近似最小均方误差(MMSE)估计,获得了更小的重构误差.实验结果表明,本文算法比BM-BMP算法的运行时间平均缩短了73.66%,峰值信噪比(PSNR)值平均提高了0.57 dB

一、多元线性回归模型 二、多元线性回归模型的参数估计 三、OLS估计量的统计性质 四、参数估计量的方差-协方差矩阵和随机误差项σ2方差的估计 五、样本容量问题 六、多元线性回归模型实例

贵州医科大学：《医学统计学 Medical Statistics》课程教学资源（电子教案，打印版）03 总体均数估计和假设检验

第一节 相关分析的意义和任务 第二节 简单线性相关分析 第三节 回归分析 第四节 估计标准误差

第一节抽样推断概述 第二节随机抽样的概率分布 第三节参数估计 第四节抽样设计

§11.1变量间关系的度量 §11.2一元线性回归 §11.3利用回归方程进行估计和预测 §11.4残差分析