《应用回归分析》2012版教学大纲.docVIP

应用回归分析 【课程编码】 2B040315 【课程类别】 专业必修 【学分数】 3.5 【适用专业】 统计学 【学时数】 51 【编写日期】 2012-10-09 教学目标 本课程是统计学应用的主要方面，在统计学科中具有十分重要的地位，同时该课 程还是数理统计数学知识的延伸和深化，是统计学中的一个非常重要的分支。该课程提 供的方法广泛应用在自然科学、管理科学和社会、经济等领域。通过本课程的教学，使学生掌握应用统计的一些基本理论与方法，初步掌握利用回归分析解决实际问题的能力。 应用回归分析方法应用面非常广泛，是一套基于因果分析的定量模型，用于解析“原因与结果”的合理关系，以便用于事物的预测性分析。系统地分析因果关系论证过程， 有利于培养缜密的思维方式，提高综合素质，获得因果分析的严谨的知识。 二、教学内容和学时分配 （一）第一章 回归分析概述 2学时（理论讲授2学时） 主要内容： §1 .1 变量间的统计关系 §1 .2 回归方程与回归名称的由来 §1 .3 回归分析的主要内容及其一般模型 §1 .4 建立实际问题回归模型的过程 §1 .5 回归分析应用与发展述评 教学要求： 理解变量间的相关关系、回归方差和回归名称的由来，理解回归分析的主要内容及其一般模型，掌握建立实际问题回归模型的过程。 重点、难点 变量间的相关关系；回归分析的一般模型；如何建立实际问题回归模型。 其它教学环节： 讨论课、习题课 （二）第二章 一元线性回归 15学时（理论讲授10学时+实践实验5学时） 主要内容： §2 .1 一元线性回归模型 §2 .2 参数β0、β1的估计 §2 .3 最小二乘估计的性质 §2 .4 回归方程的显著性检验 §2 .5 残差分析 §2 .6 回归系数的区间估计 §2 .7 预测和控制 §2 .8 本章小结与评注 教学要求： 了解一元线性回归模型的概念、特点和基本假设，掌握回归模型的参数估计，理解最小二乘估计的性质会对回归方差做出显著性的检验，掌握残差及其简单性质；理解预测和控制。 重点、难点： 一元线性回归模型；回归模型的参数估计；最小二乘估计的性质；回归方程的显著性的检验、预测和控制；残差及其简单性质。 其它教学环节： 习题课、讨论课、实验课 （三）第三章 多元线性回归 14学时（理论讲授9学时+实践实验5学时） 主要内容： §3.1 多元线性回归模型 §3.2 回归参数的估计 §3.3 参数估计量的性质 §3.4 回归方程的显著性检验 §3.5 中心化和标准化 §3.6 相关阵与偏相关系数 §3.7 本章小结与评注 教学要求： 了解多元线性回归模型的概念及其基本假设、中心化和标准化，掌握回归模型的参数估计、相关矩阵和偏相关系数，理解最小二乘估计的性质会对回归方差做出显著性的检验，理解预测和控制。 重点、难点： 多元线性回归模型；回归模型的参数估计；最小二乘估计的性质；中心化和标准化；相关矩阵和偏相关系数；回归方程的显著性检验、预测和控制。 其它教学环节： 习题课、讨论课、实验课 （四）第四章 违背基本假设的情况 10学时（理论讲授7学时+实践实验3学时） 主要内容： §4.1 异方差性产生的背景和原因 §4.2 一元加权最小二乘估计 §4.3 多元加权最小二乘估计 §4.4 自相关性问题及其处理 §4.5 异常值与强影响点 §4.6 本章小结与评注 教学要求： 了解异方差性产生的背景、原因及其带来的影响；理解异方差性的检验；理解并熟练掌握回归参数的加权最小二乘估计；了解自相关性带来的问题及其处理方法。 重点、难点： 异方差性的检验；回归参数的加权最小二乘估计。 其它教学环节： 习题课、讨论课、实验课 （五）第五章 自变量选择与逐步回归 10学时（理论讲授6学时+实践实验4学时） 主要内容： §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 §5.4 本章小结与评注 教学要求： 了解自变量选择对估计和预测的影响；理解自变量选择常用的三个准则；理