《回归分析及其应用》课件.pptVIP

回归分析及其应用;课程概述;第一章：回归分析基础;回归分析的基本思想;回归分析的类型;简单线性回归模型;回归系数的含义;回归分析的假设条件;第二章：回归模型的建立;数据收集方法;变量选择的原则;模型识别技术;第三章：回归模型的估计;最小二乘法估计;最大似然估计;回归系数的区间估计;回归方程的显著性检验;回归系数的显著性检验;第四章：回归诊断与模型评价;残差分析方法;异常值检测技术;多重共线性诊断;模型比较与选择;第五章：多元线性回归;多元线性回归模型;多元回归的参数估计;多元回归的显著性检验;多元回归的预测;第六章：非线性回归;多项式回归;对数回归;指数回归;非线性回归的诊断;第七章：广义线性模型;logistic回归;logistic回归的应用;Poisson回归;广义线性模型的诊断;第八章：时间序列回归;自回归模型(AR);移动平均模型(MA);ARIMA模型;时间序列回归诊断;第九章：回归分析在各领域的应用;回归分析在经济学中的应用;回归分析在医学研究中的应用;回归分析在工程领域的应用;第十章：高级回归技术;岭回归;LASSO回归;主成分回归;第十一章：回归分析的计算机实现;R语言中的回归分析;Python中的回归分析;SPSS中的回归分析;第十二章：回归分析的发展趋势;大数据环境下的回归分析;机器学习与回归分析的结合;贝叶斯回归方法;