《应用回归分析》
课程教学大纲
院（系/部）：统计学院
教研室：应用统计学教研室
日期：2023年6月
《应用回归分析》课程教学大纲
课程英文名称：AppliedRegressionAnalysis课程编码：0508003301
总学分/总学时：3.5/64理论学时/实验学时：48/16
课程性质：专业核心课先修课程：高等数学、高等代数、数理统计等
课程负责人：孙小素适用专业：应用统计学、经济统计学、统计学
开课单位：统计学院大纲制定者：孙小素
大纲审定者：代金辉大纲审定时间：2023年6月
本大纲适用2023年版应用统计学专业人才培养方案
目录
一、课程定位1
二、教学目标1
三、教学要求2
四、教学中应注意的问题2
六、教学内容4
第1章导论4
第一节回归分析的概念4
第二节回归分析的研究步骤4
第三节回归分析中的几个基本概念4
第2章一元线性回归模型6
第一节回归模型的建立6
第二节回归模型参数的估计——OLS方法7
第三节OLS估计方法的拟合性质7
第四节OLS估计方法的统计性质8
第五节回归模型的检验8
第六节回归模型的应用8
第3章多元线性回归模型9
第一节回归模型的建立10
第二节回归模型参数的估计—OLSE方法10
第三节OLSE方法的拟合性质10
第四节OLSE方法的统计性质10
第五节参数的区间估计与模型检验10
第六节回归模型的应用——预测10
第七节中心化与标准化10
第八节偏F、偏相关系数与部分相关系数10
第4章自变量选择与逐步回归12
第一节自变量选择对估计和预测的影响12
第二节所有子集回归13
第三节逐步回归13
第5章多重共线性13
第一节什么是多重共线性14
第二节多重共线性的症状14
第三节多重共线性的诊断14
第四节多重共线性的补救措施15
第6章异方差性16
第一节异方差性的概念16
第二节异方差性的后果16
第三节异方差性的检验17
第四节异方差性的补救措施17
第7章自相关性18
第一节什么是自相关18
第二节自相关的后果19
第三节自相关性的诊断19
第四节自相关的补救19
第8章虚拟自变量回归20
第一节虚拟解释变量的设定21
第二节虚拟解释变量的基本介入方式21
第三节虚拟解释变量模型示例21
七、实验内容22
八、推荐教材与教学资源22
一、课程定位
（一）课程性质
64
应用回归分析课程是统计学各专业的专业课。教学学时为学时，其中课堂教学
48164
学时、实验教学学时，共学分。考核类型为考试课。
（二）课程目标
通过本课程的学习，要结合SPSS软件，熟练掌握经典回归分析的内容、方法，比
较各种方法的适用条件，并正确解释分析结果。
（三）课程思政建设
1.建设目标
2.内容供给
（四）本课程与其他课程的关系
应用回归分析课程承上启下，在统计学专业知识体系中处于枢纽地位。应用回归分
析以数学分析（或微积分）、高等代数（或线性代数）、概率论、数理统计、统计学概论
为先导课程，以中级计量经济学、结构方程模型、多元统计分析是直接建立在应用回归
分析课程基础上的后续课程，统计专业其他课程也都与该课程有着或多或少的联