[学习目标]　1.会建立线性回归模型分析两个变量间的相关关系.2.能通过相关系数判断两个变量间的线性相关程度.3.了解回归分析的基本思想和初步应用．

知识点一　线性回归方程

1.对于n对观测数据(xi，yi)(i＝1,2,3，...，n)，直线方程\s\up6(^(^)＝\s\up6(^(^)＋\s\up6(^(^)x称为这n对数据的线性回归方程．其中\s\up6(^(^)＝－\s\up6(^(^)称为回归截距，\s\up6(^(^)＝＝称为回归系数，\s\up6(^(^)称为回归值．

2.将y＝a＋bx＋ε称为线性回归模型，其中a＋bx是确定性函数，ε称为随机误差．

思考　回归分析中，利用线性回归方程求出的函数值一定是真实值吗？

答　不一定是真实值，利用线性回归方程求的值，在很多时候是个预报值，例如，人的体重与身高存在一定的线性关系，但体重除了受身高的影响外，还受其他因素的影响，如饮食，是否喜欢运动等．

知识点二　相关系数r的性质

1．|r|≤1.

2．|r|越接近于1，x，y的线性相关程度越强．

3．|r|越接近于0，x，y的线性相关程度越弱．

知识点三　显著性检验

1．提出统计假设H0：变量x，y不具有线性相关关系；

2．如果以95%的把握作出判断，可以根据1－0.95＝0.05与n－2在附录2中查出一个r的临界值r0.05(其中1－0.95＝0.05称为检验水平)；