方式方法 计算公式 刻画效果 R2 R2＝1－∑,\s\up8(ni＝1 R2越接近于1，表示回归的效果越好 残差图 \s\up8(^(^)i称为相应于点(xi，yi)的残差，

\s\up8(^(^)i＝yi－\s\up8(^(^)i 残差点比较均匀地落在水平的带状区域中，说明选用的模型比较合适，其中这样的带状区域的宽度越窄，说明模型拟合精度越高，回归方程的预报精度越高 残差

平方和 ni＝1 (yi－\s\up8(^(^)i)2 残差平方和越小，模型的拟合效果越好 　　■名师点拨

　　(1)对回归分析的理解

　　回归分析是确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法．

　　按照自变量和因变量之间的关系类型，可分为线性回归分析和非线性回归分析．

　　(2)随机误差与残差

　　随机误差是在建模的时候引入，用来解释由于数据本身具有测量误差而导致的最终结果与实际数值的偏差．而残差是回归分析得到的估计值与实际值的偏差．

　　 判断正误(正确的打"√"，错误的打"×")

　　(1)求线性回归方程前可以不进行相关性检验．(　　)

　　(2)在残差图中，纵坐标为残差，横坐标可以选为样本编号．(　　)

　　(3)利用线性回归方程求出的值是准确值．(　　)

　　答案：(1)×　(2)√　(3)×

　　 对于自变量x和因变量y，当x取值一定时，y的取值带有一定的随机性，x，y之间的这种非确定性关系叫做(　　)

　　A．函数关系　　　　　　　 B．线性关系

　　C．相关关系 D．回归关系

　　解析：选C．对于自变量x和因变量y，当x取值一定时，y的取值带有一定的随机性，x，y之间的这种非确定性关系叫相关关系．

　　 已知回归方程\s\up8(^(^)＝2x＋1，而试验得到一组数据是(2，4.9)，(3，7.1)，(4，9.1)，则残差平方和是(　　)

A．0.01 B．0.02