logistic回归为概率型非线性回归模型， 是研究分类观察结果(y)与一些影响因素 (x)之间关系的一种多变量分析方法

一、假设检验方法 单样本配对两样木完全随随机区拉方交叉等级资料

1. 理解相关与回归的概念 2. 理解相关系数与回归系数的含义 3. 能运用相关与回归分析的方法分析实际问题

第一节 多元线性回归 第二节 自变量选择方法 第三节 多元线性回归的应用及其注意事项

logistic回归为概率型非线性回归模型,是研究分类观察结果(y)与一些影响因素(x)之间关系的一种多变量分析方法

在前四章里我们讨论了概率论的基本概念与方法,从中我们 学到一条基本的道理,随机变量及其所伴随的概率分布全面描述 了随机现象的统计规律性但是在实际中一个随机现象所服从的 分布是什么概型可能完全不知道,或者由于随机现象的某些事实 而知道其概型,但不知其分布函数中所含的参数.这些反而正是研 究者所希望了解的,是研究的目的

教学目的:这是统计学博士研究生的专业主干课。通过这门课程的学习,让学生对统 计理论前沿问题有比较系统的了解,拓宽视野,并对相关问题做深入的探讨和研究,有助 于确立研究方向和学位论文选题。 教学方法:课堂教学、课堂讨论与课外学习相结合,教师主讲与学生自讲相结合

一、教学目的要求 1.了解参数估计的估计值、估计量。 2掌握矩估计法、最大似然估计法的原理及定义。 3理解顺序统计量法的定义。 二、教学方法 讲授法:讲解参数估计的估计值、估计量等概念、矩估计法、最大似然估计定义、顺序统计量法的定义

2.1 资料的分类 2.2 数据的频率分布 2.3 数据的表示方法 2.4 集中趋势的度量 2.5 离散趋势的度量

二简答题 4.多元回归与逐步回归的意义,计算机应输出哪些结果? 5.参考值(正常值)范围估计的一般原则、步骤与方法