本课程的教学内容：概述本学科的思想方法、主要内容、发展状况；详细讲解一元线性回归模型的建模思想、参数估计方法及性质、回归方程的有关检验、预测和控制的理论及应用；介绍多元线性回归模型的建模过程；对建立模型的随机误差项产生异方差和自相关两种违背基本假设的情况，从产生原因、导致的后果、检验及改进方法进行了系统分析及讲解；对建立模型中的自变量选择的必要性、准则及方法给予讲解；讲授了模型中自变量间产生多重共线性的原因及后果、诊断准则、改进方法；本课程还从理论和方法方面介绍了岭回归、主成分回归、偏最小二乘回归、非线性回归、logistic回归等模型，指出这些模型是在实际问题中建立普通线性模型不理想的不同改进方法。本课程在讲授过程还穿插利用SPSS统计软件，结合实际案例数据进行建模分析操作的演示过程，加深对统计思想和理论的渗透。

1、通过对这门课的学习，让学生获得回归分析的专业知识和统计应用技能，能够熟练运用回归分析模型定量分析和解决宏观经济社会发展的实际问题，实现应用型创新人才培养目标。

2、采用线上视频学习、习题巩固加线下重难点讲解、软件操作的学习方式，让教师成为学习的设计者，学生成为学习的主动参与者，达到 “从实践中来到实践中去”的目的，而这也是教学的最高目标。

3、在教学内容上，增加了具有实用性的偏最小二乘回归模型的理论讲解和案例操作选修内容，扩大课堂容量，拓宽学生的知识面。

4、考核方式上采用考核与线下考核相结合，既能有效监控学生的整个学习过程，还能科学评价一个学生潜在的学习能力。

理论及应用部分适合统计专业的本科生、非统计专业的研究生；应用部分适合所有本科学生学习