课程号：00133110
课程名称：应用回归分析
开课学期：春
学分： 3
先修课程：微积分、高等代数、概率统计基础
基本目的：
1.使学生掌握回归分析的理论与方法；
2.使学生掌握应用统计的一些基本理论与技巧，并能用计算机解决实际问题。
内容提要：
一、一元线性回归（4课时）
模型，参数的最小二乘估计，回归方程的显著性检验
回归系数的区间估计，预测和控制，拟合检验
可以化为一元线性回归的曲线回归问题
二、多元线性回归（6课时）
多元线性回归的数学模型，参数的最小二乘估计
回归方程的显著性检验，回归系数的显著性检验
回归系数的置信区间与联合置信区间，预测
观测值方差不等或相关的情况
三、回归诊断（6课时）
残差及其简单性质，回归函数线性的诊断，误差方差齐性的诊断
误差的独立性诊断，模型误差的正态性诊断
四、多项式回归（4课时）
多项式回归，正交多项式及其应用，多元正交多项式回归
五、自变量的选择（6课时）
自变量选择的后果，自变量选择准则
求解求逆紧凑变换（扫描运算），求一切可能回归方程的方法，逐步回归
六、含有定性变量的情况（5课时）
最小二乘法基本定理，数量化方法，协方差分析
七、最小二乘估计的改进（4课时）
岭估计，主成分估计
八、稳健回归（4课时）
异常值，M估计，R估计
九、线性模型的推广（6课时）
非线性回归，逻辑斯谛回归，广义线性模型
教学方式：课堂讲授，每周3学时，课下上机练习。
教材与参考书：
1．Weisberg, S. (2014). Applied Linear Regression (4th ed.). Wiley.
2. Seber, G. A. F. and Lee, A. J. (2003). Linear Regression Analysis (2nd ed.). Wiley.
3. Montgomery, D. C., Peck, E. A. and Vining, G. G. (2012). Introduction to Linear Regression Analysis (5th ed.). Wiley.
4．Kutner, M. H., Nachtsheim, C. J. and Neter, J. (2004). Applied Linear Regression Models (4th ed.), McGraw Hill.
5. Draper, N. R. and Smith, H. (1998). Applied Regression Analysis (3rd ed.). Wiley.
6. 陈希孺，王松桂：近代应用回归分析——原理方法及应用，安徽教育出版社，1987
学生成绩评定方法：平时作业30%，期中考试30%，期末考试40%。
课程修订负责人：艾明要、林伟
