回归分析问与答1如何看待相关关系？答：相关性问题是日常生活中普遍存在的问题生活中，有些变量之间存在着明显的函数关系，而有些变量之间不满足函数关系，但是它们之间又存在着一种明显的依赖关系如你在测量体重时，电子仪器会给你提示你很健康，或你偏胖，需加强锻炼等，电子仪器通常是凭借人的身高与体重的经验公式来作出判断的，这个经验公式反映的就是人的身高与体重之间的依赖关系当然，两个变量之间的依赖关系有强有弱评注：相关关系与函数关系的异同点：相同点：均是指两个变量之间的关系不同点：（1）函数关系是一种确定的关系，如匀速直线运动中时间t与路程s的关系；相关关系是一种非确定关系，如一块农田的水稻产量与施肥量之间的关系函数关系是自变量与因变量之间的关系，这种关系是两个非随机变量的关系；而相关关系是非随机变量与随机变量之间的关系（2）函数关系是一种因果关系，而相关关系不一定是因果关系，也可能是伴随关系2怎样认识线形回归模型？答：两个变量之间的相关性可以用一条直线或曲线来进行拟合如果两个变量之间的依赖关系是近似一条直线，那么这两个变量就是线性相关的；如果两个变量之间的依赖关系是近似一条曲线，那么这两个变量就是非线性相关的；如果两个变量之间不存在明显的依赖关系，那么这两个变量就是不相关的当样本点散布在某一条直线的附近，而不是在一条直线上时，可用下面的线性回归模型来表示：，其中和为模型的未知参数，称为随机误差因变量的值由自变量和随机误差共同决定，即自变量只能解释部分的变化3如何估计线性回归模型中的未知参数和？答：最小二乘估计就是未知参数和的最好估计，其计算公式为： 其中，评注：对于任何给定的一组样本都可以用最小二乘法建立起一个线性回归模型，相应地就可以得到一条回归直线但是，这样的一条回归直线并不是总有意义的，只有当变量与之间确实存在某种因果关系时，其回归直线才有意义统计学中要确定变量和之间是否确实存在线性相关，通常利用相关系数来检验相关系数记作，它能够较精确地描述两个变量之间线性相关的密切程度当时称与正相关；当时称与是负相关用心 爱心 专心