R语言构建回归模型并进行模型诊断diagnostics（正态性、线性、独立性、方差齐性）、如果模型构建的初始假设不满足、常使用的补救措施（Corrective measures）

R语言普通最小二乘(OLS)回归说明、以及构建普通最小二乘(OLS)回归需要满足的四个假设（Normality（正态性）、Independence（独立性）、Linearity（线性度）、方差齐性）

R语言manova函数多元方差分析(MANOVA)、单因素多元方差分析的两个假设是多元正态性和方差-协方差矩阵的齐性、QQ图评估多元正态性、mvoutlier包中的aq.plot函数检验多变量异常值

R语言使用car包的leveneTest函数实现非参数的方差齐性检验、检验各分组方差是否相同

R语言使用lmPerm包应用于线性模型的置换方法（置换检验、permutation tests）、使用lm模型构建多元线性回归模型、使用lmp函数生成置换检验多元线性回归模型

R语言使用cph函数和rcs函数构建限制性立方样条cox回归模型、使用cox.zph函数执行PH检验、检验模型是否满足等比例风险

拓端tecdat|R语言代码编写里的非线性模型：多项式回归、局部样条、平滑样条、广义加性模型分析

R语言广义线性模型函数GLM、glm函数构建泊松回归模型（Poisson regression）、泊松回归模型系数解读、查看系数的乘法效应（Interpreting the model para)

R语言使用caretEnsemble包的caretStack函数把多个机器学习模型融合成一个模型、构建融合（集成）预测模型、使用融合模型进行预测推理

R语言偏相关或者部分相关性系数计算实战：使用psych包计算（Partial Correlation）偏相关系数、拟合回归模型使用两个回归模型的残差计算偏相关性系数

R语言广义线性模型函数GLM、glm函数构建泊松回归模型（Poisson regression）、分析模型是否过离散(Overdispersion)、使用残差偏差与模型中的剩余自由度的比率值评估