本书内容分为三部分：(1)?线性回归分析所需要的矩阵理论、多元正态分布；(2)?线性回归的基本理论和方法，包括线性估计的一般小样本理论、关于线性假设的?F-检验方法、基于线性模型的方差分析理论、变量选择问题的讨论、共线性问题、异常值问题以及?Box-Cox?模型等与线性回归相关的内容；(3)?用于分类响应变量的Logist回归模型的基本理论和方法。 　　本书要求读者具有高等代数(或者线性代数)和概率论与数理统计的良好基础。本书的特点之一是在尽可能少的基础知识要求下讲清线性回归分析的理论问题，同时，本书也附