3．2　回归分析

　　　1.会作出两个有关联变量的散点图，并利用散点图认识变量间的相关关系．　2.了解线性回归模型，能根据给出的线性回归方程系数公式建立线性回归方程．　3.了解回归分析的基本思想、方法及简单应用．

　　1．线性回归模型

　　(1)线性回归模型的概念：将y＝a＋bx＋ɛ称为线性回归模型，其中a＋bx是确定性函数，ɛ称为随机误差．

　　(2)线性回归方程：直线\s\up6(^(^)＝\s\up6(^(^)＋\s\up6(^(^)x称为线性回归方程，其中\s\up6(^(^)称为回归截距，\s\up6(^(^)称为回归系数，\s\up6(^(^)称为回归值，其中\o(b,\s\up6(^\o(∑,\s\up6(n其中\s\up6(－(－)＝ni＝1xi，\s\up6(－(－)＝ni＝1yi.

　　2．相关关系

　　(1)相关系数是精确刻画线性相关关系的量．

　　(2)相关系数r＝∑,\s\up6(ni＝1＝∑,\s\up6(ni＝1

　　(3)相关系数r具有的性质：

　　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．

　　(4)相关性检验的步骤：

　　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%的把握作出推断，那么可以根据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)；

　　③计算样本相关系数r；

④作出统计推断：若|r|＞r0.05，则否定H0，表明有95%的把握认为x与y之间具有线