一、伪回归现象 所谓“伪回归”，是指变量间本来不存在相依关系，但回归结果却得出存在 相依关系的错误结论。这是传统回归分析方法较易犯的一种错误。 经济学家早就发现经济变量之间可能会存在伪回归现象。 20 世纪 70 年代，Grange、Newbold 研究发现，造成“伪回归”的根本原因 在于变量的时序序列的非平稳性

主要内容 1.掌握关系的含义、计算方法和应用 2.一元性回归的基本和伊的最小二鼎估方法 3.回归与相关分析 4.利用回归方选行

露天矿运输过程中,车速、路面粉尘负荷、粉尘含水率与扬尘浓度有密切的关系.通过对它们设计正交试验和多元回归统计分析,得到运输扬尘质量浓度的计量模型,该模型具有99%的显著性和拟合性.经回归系数显著性检验,自变量对因变量的影响均极为显著,其显著性大小依次为:车速、粉尘含水率和路面粉尘负荷.最后采用实测值与模型计算值的计算机拟合,对模型进行验证.结果表明,该模型具有较高的可信度

• 一、向量自回归模型定义 • 二、VAR的稳定性 • 三、VAR模型滞后期k的选择 • 四、VAR模型的脉冲响应函数和方差分解 • 五、格兰杰非因果性检验 • 六、VAR与协整 • 七、实例

第一章 统计和统计数据的收集 第二章 统计数据的整理和展示 第三章 数据的描述性分析 一、绝对数和相对数 二、集中趋势的测定 三、离散趋势的测定 四、数据的形态测定 第四章 概率基础——随机变量及其概率分布 第一节 随机变量的概念及数字特征 第二节 常见的离散型分布 一、两点分布 二、二项分布 第三节 常见的连续型分布 正态分布 x2分布 t分布 F分布 第四节 中心极限定理 第五章 区间估计和假设检验 第六章 相关与回归 多元线性回归 非线性回归模型 第八章 时间数列分析 时间数列的种类和编制方法 时间数列传统分析指标 长期趋势的测定 季节变动、循环变动和剩余变动的测定 时间数列的预测方法

§9.1 时间序列的平稳性及其检验 一、问题的引出：非平稳变量与经典回归模型 二、时间序列数据的平稳性 三、平稳性的图示判断 四、平稳性的单位根检验 五、单整、趋势平稳与差分平稳随机过程 §9.2 随机时间序列分析模型 一、时间序列模型的基本概念及其适用性 二、随机时间序列模型的平稳性条件 三、随机时间序列模型的识别 四、随机时间序列模型的估计 五、随机时间序列模型的检验 §9.3 协整与误差修正模型 一、长期均衡关系与协整 二、协整检验 三、误差修正模型

针对邯钢IF钢冶炼过程，采用统计学软件SPSS中逻辑回归分析、相关性统计、描述性统计等方法，研究了冶炼过程中关键参数和轧材夹杂缺陷之间的对应关系以及参数间的相关性.结果表明：在IF钢冶炼过程中将转炉终点温度控制在1695~1700℃之间，吹氧量控制在250 m3以下，静置时间控制在30~40 min之间，加铝前氧位不超过3.9×10-4时，IF钢轧材出现夹杂缺陷的机率减少.由此对现场提出了改善措施，结果表明以上优化措施可以减少IF钢轧材中夹杂缺陷的产生

8.1再一次正态性假定 一、 CNLRM假定干扰项是正态分布的,即 u1~N(0,o2) 二、在正态分布条件下

• 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

分析了IF钢冶炼过程中渣对钢液中[Al]、[Ti]的氧化机理,在此基础上提出了IF钢加铝脱氧后全氧的预测模型.结果表明,熔渣中(FeO)、(MnO)对钢液的二次氧化存在两种方式.当氧化物在渣中的传质是反应限制性环节时,反应发生在渣/钢界面,生成的脱氧产物分布在渣/钢界面,此时渣的氧化性随时间呈指数下降;当脱氧元素在钢中传质是反应限制性环节时,反应发生在钢液内部.对某厂RH精炼渣的数据作回归得到RH加铝后渣的氧化性随时间指数变化的关系式