线性回归模型，其中a，b为模型的未知参数，通常e为随机变量，称为随机误差．x称为解释变量，y称为预报变量．

　　2．线性回归分析

　　(1)残差：对于样本点(xi，yi)(i＝1,2，...，n)的随机误差的估计值\s\up6(^(^)i＝yi－\s\up6(^(^)i称为相应于点(xi，yi)的残差，(yi－\s\up6(^(^)i)2称为残差平方和．

　　(2)残差图：利用图形来分析残差特性，作图时纵坐标为残差，横坐标可以选为样本编号，或身高数据，或体重的估计值等，这样作出的图形称为残差图．

　　(3)R2＝1－n, (i＝1,n, )越接近1，表示回归的效果越好．

　　[自我诊断]

　　判断(正确的打"√"，错误的打"×")

　　1．残差平方和越小，线性回归方程的拟合效果越好．(　　)

　　2．在画两个变量的散点图时，预报变量在x轴上，解释变量在y轴上．(　　)

　　3．R2越小，线性回归方程的拟合效果越好．(　　)

　　[答案]　1.√　2.×　3.×

思考：求线性回归方程的步骤是什么？