目录
1.回归分析前的两个必不可少的检验
1.1自相关检验
自相关检验是多元回归和简单回归共同面临的问题。
检查随机扰动项之间是否满足独立的原假设，使用D-W检验指标，统计量在1.5-2.5之间，则不存在显著的自相关问题。
若存在自相关问题，一般对所有原始数据进行差分消除它，即用每个数据的变化量代替原始变量，进行回归分析。
1.2多重共线性检验
仅仅是多元回归中的问题，由于各个自变量所提供的是各个不同因素的信息，可能变量之间存在信息的重叠，这样会导致建立错误的回归模型。
检查自变量之间的相关性，任意两个自变量
之间的相关系数为：
x,z之间的相关系数越接近1，表明x,z之间越可能存在多重共线性。
2.一元线性回归参数估计
3.点估计和区间估计的差别
点估计：自变量代入建立的一元线性回归模型。
区间估计：带有精确度的估计，在一定概率保证程度下的区间估计方法。
4.计算回归系数——最简单的方法（无需得出参数推导式）
4.1建立二元回归分析表
4.2方程组法套路计算
解简单方程组就ok。
5.附多项式曲线模型，与线性回归参数估计步骤相同
5.1二次多项式曲线预测模型参数估计
