• 掌握概率论和数理统计的基本数学知识。 • 训练用概率论和数理统计方法对实际问题进行数学建模的能力。 • 学会解决常见的统计分析问题。 • 是应用型很强的学科。 第一章 古典概型和概率空间 第二章 随机变量和概率分布 第三章 随机向量及其分布 第四章 数学期望和方差 第五章 多元正态分布和极限定理 第六章 描述性统计 第七章 参数估计 第八章 假设检验 第九章 线性回归分析

广东财经大学：统计与数学学院《应用回归分析》课程教学大纲

广东财经大学：统计与数学学院《应用回归分析》课程教学大纲

8.1 线性回归分析的基本原理 8.2 图表分析与回归函数分析 8.3 Excel回归分析工具 8.4 多元回归分析 8.5 非线性回归分析

 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

5.1 自变量选择对估计和预测的影响 5.2 所有子集回归 5.3 逐步回归

中国人民大学出版社：《应用回归分析》书籍文献（第四版）统计学教材电子版（共九章，主编：何晓群、刘文卿）

7.1 单因素方差分析 7.2 单因素方差分析工具 7.3 双因素方差分析

9.1 自变量中含有定性变量的回归模型 9.2 自变量定性变量回归模型的应用 9.3 因变量是定性变量的回归模型 9.4 Logistic(逻辑斯蒂)回归 9.5 多类别Logistic回归 9.6 因变量是顺序变量的回归 9.7 本章小结与评注

 时间序列的分解  确定性因素分解  趋势分析  季节效应分析  综合分析  X－11过程