1，课程内容全面，涵盖线性统计模型的基本内容，主要内容包括：一元与多元线性回归的基本理论、模型适用性检验、回归模型的诊断与矫正、方差分析等；

2，课程以R为教学语言，详细讲解对实际数据进行回归建模与分析的基本步骤与注意事项，具有很强的可操作性；

3，注重案例实践。学生需上机完成一系列案例分析作业，并根据分析结果回答相应问题，才能得到案例实践部分的成绩

本课程根据课后作业、单元检测、期中/期末测验的情况，制定评分标准。

本课程综合成绩满分100分，其中课程参与和课程讨论占比10%，单元作业与测验占比30%，期末考试占比60%。

1、本课程以概率论与数理统计为先修课程，同时应有较好的微积分与线性代数基础。

2、有过学习一门高级编程语言（如C、R、Matlab等）的经历即可。

1.         蒙哥马利等：《线性回归分析导论（第5版）》，机械工业出版社

2.         王松桂等：《线性统计模型》，高等教育出版社