时间：2009-2-21（星期六）上午9：00-11：00
地点：东六楼三楼多功能会议室
主持人：李贞芳
内容：Simple Regression
顾问： 吴廷俊 屠忠俊 第一单元目录：
1.相关性和独立性(Association and Independence)
2.案例：对特定新闻内容的关注和对酒精饮用危害性的感知
3.皮尔逊相关系数（Pearson’s coefficient of correlation『r』）
4.散点图(Scatterplot)
5.经过SPSS软件特殊处理后的散点图
6.简单线性回归(Simple Linear Regression)
7.简单线性回归模型
8.SPSS软件中回归结果的输出
9.关于回归方程的图表展示
10.通过方程提出从X到Y的预测估计
11.残差（Residuals）
12.人工计算ei和yi 的值
13.拟合（Best Fit）
14.最小2乘法计算的SSresidual
15.均方残差（Mean Squared Residual）
16.残差的标准误（Standard Error of Estimate\Estimation）
17.残差具有的属性
18.标准回归方程（The Standardized Regression Equation）
19.把Y分解为不同的部分
23.用模型解释Y的方差
26.影响（Influence）
30.影响力的量化：DFBETA数据
31.来自SPSS的简易计算
32.保留还是不保留具有影响力的案例
33.统计推断(Statistical Inference)
34.对抽样分布的复习（Refresher on Sampling Distributions）
35.抽样分布：对B的假设检验
39.普通最小二乘法回归（OLS Regression）的假定
40.假定（Assumption）
41.对普通最小二乘法的合适运用
43.普通最小二乘法回归的假定
44.普通最小二乘法回归的假定
45.模型误差（Model Error）的重要作用
46.从普通最小二乘法回归的假定得到我们通常使用的推断步骤
47.F的条件式正态性（Conditional Normality）
48.F的同方差性或方差齐性（Homoscedasticity）
49 同方差性的一些形式
50.同方差性对于假设检验的示例效应
52．E(ei |Ŷ ) = 0
53．非线性函数（Nonlinear Functions）
