一元线性回归
研究数值型自变量与数值型因变量之间的关系
变量间的关系，相关分析
研究是否有线性关系
相关关系
不是唯一对应，有一定规律但不能用函数关系表示
通过大量数据的观察和研究可以推断出变量之间存在一定的客观规律
相关关系的描述与测度<br>
关系强度如何
相关系数
pearson相关系数
r的取值范围
r有对称性
r的数值大小与xy的原点及尺度无关
r仅描述线性关系强弱，不描述非线性关系
r不一定意味着xy有因果关系
刻画关系强度
回归分析
用数学表达式通过最小二乘法处理样本数据得出必要参数，进行总体回归方程的拟合，最后用一个数学表达式表示两变量之间的关系<br>最终目的是根据所建立的估计方程用自变量x来估计或预测因变量y的取值。
建立模型
一元线性回归模型的基本形式
通过两参数最小二乘估计表达式<br>计算得到两参数β0β1
得出估计的回归方程
考察回归直线的拟合优度
估计的标准误
排除x对y的线性影响之后，y随机波动大小的度量
利用回归方程进行预测
回归模型经过检验并符合要求之后就可以进行预测，用方程来预测因变量
点估计
区间估计
y的平均值的置信区间估计
y的个别值的预测区间估计
残差分析
进行残差分析的必要性，来源于建立回归模型时，预先假定ε是期望值为0、方差相等且服从正态分布的一个随机变量<br>但如果假定不成立，那么所做的检验与预测可能站不住脚，而确定ε是否成立的方法之一就是进行残差分析
残差与残差图
标准化残差
