知识点　线性回归模型

　　(1)函数关系是一种\s\up3(01(01)确定性关系，而相关关系是一种\s\up3(02(02)非确定性关系．

　　(2)回归分析是对具有\s\up3(03(03)相关关系的两个变量进行统计分析的一种常用方法．

　　(3)对于一组具有线性相关关系的数据(x1，y1)，(x2，y2)，...，(xn，yn)，回归直线\s\up6(^(^)＝\s\up6(^(^) x＋\s\up6(^(^) 的斜率和截距的最小二乘估计公式分别为\s\up6(^(^) ＝\s\up3(04(04)∑,\s\up6(ni＝1＝∑,\s\up6(ni＝1，\s\up6(^(^) ＝\s\up3(05(05)\s\up6(－(－)－\s\up6(^(^) \s\up6(－(－)，其中\s\up3(06(06)(\s\up6(－(－)，\s\up6(－(－))称为样本点的中心．

　　(4)线性回归模型y＝bx＋a＋e，其中a和b是模型的未知参数，e称为\s\up3(07(07)随机误差，自变量x称为\s\up3(08(08)解释变量，因变量y称为\s\up3(09(09)预报变量．

　　知识点　线性回归分析

　　1．残差平方和法

　　(1)\s\up6(^(^) i＝\s\up3(01(□,\s\up3(01)＝\s\up3(02(□,\s\up3(02)(i＝1,2，...，n)称为相应于点(xi，yi)的\s\up3(03(03)残差．

　　(2)残差平方和\s\up3(04(04)ni＝1 (yi－\s\up6(^(^)i)2越小，模型拟合效果越好．

　　2．残差图法

残差点\s\up3(05(05)比较均匀地落在水平的带状区域内，说明选用的模型比较合适，其中这样的带状区域宽度\s\up3(06(06)越窄，说明模型的精确度越高．