用回归方程定量地刻划出一个因变量Y与 多个自变量X1，X2…之间的线性依存关 系，称为多重线性回归。其中自变量可 以是随机变动的，也可以是人为选定的， 而因变量是随机变量。 若所有变量都是随机的，还可做多重相 关来描述因变量与一组自变量之间的线 性关系；用偏相关(partial correlation) 描述因变量和一个自变量在扣除其他自 变量影响之后的线性相关

一、目的要求 1.掌握多重线性回归的意义及用途； 2.掌握多重线性回归与相关的有关指标的含义。 3.熟悉多重相关与回归分析的基本原理和方法。 4.了解多重共线性的概念及其对回归分析结果的影响

一、目的要求 1.掌握多重线性回归的意义及用途； 2.掌握多重线性回归与相关的有关指标的含义。 3.熟悉多重相关与回归分析的基本原理和方法。 4.了解多重共线性的概念及其对回归分析结果的影响

3.1消元法 a1x+a12x2+…+anxn=b 对一般线性方程组{a21x+a2x2++a2nx(1) amxr +am2x2++. 当m=n,且系数行列式D≠0时,我们知方程组(1)有唯一解, 其解由 Gramer法则给出。但是若此时D=0,我们无法知道此时 方程组是有解,还是无解。同时,当m≠n时,我们也没有解 此方程组(1)的有效方法。因此我们有必要对一般线性方程

为了研究线性方程组近似解的误差估计 和迭代法的收敛性,我们需要对R(n维 向量空间)中的向量或R∞中矩阵的“大 小”引入一种度量,—一向量和矩阵的范 数

第一节多元线性回归模型的概念 第二节多元线性回归模型的估计

一.向量组与矩阵 二.向量组的线性相关性 三.向量组间的关系 四.向量组的最大无关组 五.向量组的秩与矩阵的秩

一、定义 二、二阶常系数齐次线性方程解法 三、n阶常系数齐次线性方程解法 四、小结

一、二阶线性微分方程举例 二、线性微分方程的解的结构 三、常数变易法 四、小结

一、向量概念 二、向量的线性运算 三、空间直角坐标系 四、利用坐标作向量的线性运算 五、向量的模、方向角、投影