第九章 方差分析及回归分析
1 单因素试验的方差分析
（一）单因素试验
（二）平方和的分解
上述$S_E$的各项$(X_{ij}-\bar{X}{\cdot j})^2$表示在水平$A_j$下，样本观察值与样本均值的差异，这是由随机误差所引起的。$S_E$叫做误差平方和。$S_A$的各项$n_j(\bar{X}{\cdot j}-\bar{X})^2$表示$A_j$水平下的样本平均值与数据总平均值的差异，这是由水平$A_j$的效应的差异以及随机误差引起的。$S_A$叫做因素A的效应平方和。(1.8)式就是我们所需要的平方和分解式。
（三）SE，SA的统计特性
（四）假设检验问题的拒绝域
（五）未知参数估计
上面已讲过，不管H0是否为真，
$\hat{\sigma^2}=\frac{S_E}{n-s}$
是$\sigma^2$的无偏估计。
2 双因素方差分析表
（一）双因素等重复试验的方差分析
（二）双因素无重复试验的方差分析
3 一元线性回归
（一）一元线性回归
（二）a，b的估计
（三）σ2的估计
（四）线性假设的显著性检验
（五）系数b的置信区间
（六）回归函数μ(x)=ax+b函数值的点估计和置信区间
（七）Y的观察值的点预测和预测区间
（八）可化为一元线性回归的例子
4 多元线性回归
