上节课程我们主要讲解了“回归模型的诊断和改进”，包括：检验拟合优度、线性关系、残差正态性、方差齐性、强影响点以及多重共线性等。 本节课程我们会详细讲解回归模型比较和变量筛选：① 比较两个回归模型：anova()比较嵌套模型，AIC()比较非

在本期内容中，我们再来介绍两款进阶的常用软件——R和Stata，教大家进一步玩转森林图。

I类错误，也称为假阳性错误，就是说实际上总体并无差异，原假设H0是成立的，但是通过假设检验P≤α，在设定α的检验水准下，拒绝了H0，认为有差异，出现了假阳性的现象。前面提到的检验水准α，就是预先设定允许犯I类错误概率的最大值，此时犯I类错误