| 内容 | 补充材料 | 作业 | 上机实习 |
| 第一讲：数据的一致性. | R基本命令 | 1.2, 1.3 | |
| 第二讲：简单线性回归. | 最小二乘(wiki) | 作业 | |
| 第三讲：矩阵代数 | 2.1，2.2，2.4 | ||
| 第四讲：多元正态分布 | 第一次上机 (3.16;3.23) | ||
| 第五讲：正态和卡方分布 | 2.1, 2.2, 2.4, 2.6-2.10, 2.12-2.16; + 求简单线性回归中残差平方和的分布，并说明与回归系数估计独立 | ||
| 第六讲：多重线性回归 | 实例分析R脚本 | 3.1，3.2，3.7, 3.10 | 第二次上机 (分析UN2数据)(3月30) |
| 第七讲：Gauss-Markov定理 | 实例分析R脚本 | 第二次上机 (分析UN2数据)(4月13) | |
| 第八讲：Dropping terms | 自变量之间的相关性决定去除某些回归项的效果 R脚本 | 3.11 | |
| 第九讲：剔除变量，投影 | ppt | 1.证明勾股定理；2.讨论相关系数的定义（为什么中心化？） | 第3次上机: 蒙特卡罗试验(4月20，4月27) |
| 第十讲：投影和最小二乘 | 课堂布置 | ||
| 第十一讲：投影 | 课堂布置 | 第4次上机作业 | |
| 第十二讲：相关系数 | 教科书:3.12,3.13, 3.18 | ||
| 第十三讲：回归诊断 - 残差分析，Box-Cox变换 | Box-Cox变换 | 第5次上机: 课本3.15,3.16,3.17 | |
| 第十四讲：习题课 | 小测验 | ||
| 第十五讲：回归诊断 - 影响分析 | plot(lm(y~x), which=1:6); influence.measures(lm(y~x)) | 4.3,4.8,4.9 | 正式的上机实验课停止,
但鼓励大家继续上机熟悉回归诊断等工具或分析自己的数据. 建议分析alr3的数据rat,并作影响分析 |
| 第十六讲：预测和变量选择 | |||
| 第十七讲：变量选择，方差分析 | (主成份回归，正交投影追踪，LASSO) | ||
| 6月17日课暂停一次 | |||
| 第十八讲：复习 | |||
| 7月6日上午8：30-10:30 考试 |