考完试和计科的朋友聊天时，他问我有没有什么比较好的统计课，想补一补数理基础。坏消息是目前我就上过除了概统之外的一门统计专业课；好消息是：杨老师的回归分析很可能是我大学四年里的天花板了。本来写了一大段话夸杨老师和两位助教，奈何文笔不好。索性只留最后一句话：总的来说，十分符合高中时期的我对大学课程的美好 >>更多

回归分析课件.zip传一下课件。对着课件推一推就行，考前默了一遍课件拿了97。重点默写内容的话，我翻了一下自己的本子，大概就是：F检验的5种形式、约束最小二乘对应的那个空间、工具变量法（两步回归）与广义最小二乘估计、中心化那边的一些符号你得知道是什么意思、投影矩阵的各种性质和应用（可以自己整理一下） >>更多

7.30更新：在杨老师的建议下增加了有关似然理论的介绍。到此为止数理统计中有用的概念基本就介绍完了。不过这门课并不需要这些比较难的理论证明，大概了解概念就够了。其实我对这部分的理论也不太熟悉。 7.15更新： 为了鼓（hu）励（you）所有数院有兴趣的同学选这门课，最近计划编写一个讲义，目的是将这门 >>更多

计科人跨院选修的第一门管统课，感觉到数院和管院上课还是挺不一样的。杨老师上课节奏是比较慢的。上课内容从最基本的相关性分析，到简单线性模型，到最小二乘法，到方差分析，到最后几节课的诊断、预测、与扩展的知识，整个下来是浑然一体的。作为高中都没有认真学最小二乘法的苕皮，一开始上课和写作业时感到非常无力：对 >>更多

个人感觉没有其他评论说得这么神诶，可能我不太适合这种上课风格吧。上课会讲一些有趣的小故事，但也使课堂信息密度有点低，我很难在这门课上集中注意力。然而，近乎完美的PPT又弥补了这一点，可以说我主要是靠PPT自学的。回归分析就是“投影分析”，理解了投影这门课就差不多了。认真复习后不会翻车，考试题目大多来 >>更多

非常好课，内容多但不杂，脉络清晰，一气呵成，学完第一次感觉自己是统计人老师人很好，给分也很好，会捞卡绩 >>更多

速通人，由于期末考试时间过于紧凑导致这门课只留了不到两天预习，感觉自学起来还是比较痛苦，并没有体会到其他评课中说的“PPT很容易自学”，很多定理引理感觉跟着ppt推完一遍也没在脑子里留下任何印象，也难以对投影打洞矩阵求逆之类的线代小技巧建立良好的直观感受（可能是我线代学得太摆导致的吧），说实话对基础 >>更多

回归分析感觉是统计中最基础的应用，一个学期下来也是学到了不少东西。从课程内容来说，如果从应对考试来看，只需要学会课程主线内容，线性概率模型（单变量多变量），具体样本的拟合，拟合结果的F检验以及R语言的输出实例，回归结果的诊断分析，以及线性模型的预测。整个是一条很清晰的主线，学完之后就可以完全理解清楚 >>更多

在开始复习时，我感觉知识点实属繁杂，但复习着复习着，我觉得这门课本质上只讲了两件事情：线性回归模型以及回归系数的显著性检验（即F检验）。这门课实际上就一个模型：\(y=a+b^Tx+\epsilon,\epsilon\perp x,\epsilon\sim(0,\sigma^2).\)我们可以表示出 >>更多

回归分析，据说是除了数理统计以外，统计专业最基础的课程。这一点我非常认同，这门课的主线是为了引出最小二乘法求函数的估计值。利用投影相对直观的给出了正则性方程的几何意义，嗯，但我感觉我这门课学的不够好，主要是学完一个学期后记得就只记得一个投影矩阵了。由于本科生知识和深度的有限性，这门课其实只讲了线性回 >>更多