回归分析
一、学习目标：
1．通过对典型案例的探究，进一步了解回归分析的基本思想、方法及初步应用．
2．结合具体的实际问题，了解非线性回归问题的解决思路．
3．通过回归分析的学习，提高对现代计算技术与统计方法的应用认识．
二、知识点
（一）、线性回归与线性相关
1．相关关系是一种非确定性关系，________是对具有相关关系的两个变量进行统计分析的一种常用方法．
2．线性回归模型y＝bx＋a＋e(e称为________)，因变量y的值由自变量x和随机误差e共同确定，即自变量x只能解释部分y的变化．在统计中，把自变量x称为______，因变量y称为________．
3．线性回归模型y＝bx＋a＋e中，b^＝____________，a^＝________，其中x＝________，y＝________，________称为样本点的中心．
（二）、线性回归中的残差分析
1．设y1，y2，…，yn是样本观测值，则________表示总的效应，称为总偏差平方和．
2．数据点和它在回归直线上相应位置的差异(yi－y^i)是随机误差的效应，称e^＝yi－y^i为________，将所得的值平方后加起来，用数学符号表示为________，称为残差平方和，它代表了随机误差的效应．
3．用相关指数R2来刻画回归的效果，其计算公式为R2＝______________.
R2越大，意味着残差平方和越小，即模型的模拟效果越好．在线性回归模型中，R2表示解释变量对预报变量变化的贡献率，R2越接近1，表示回归的效果越好．
