多元线性回归模型表示一种地理现象与另外多种地理现象的依存关系，这时另外多种地理现象共同对一种地理现象产生影响，作为影响其分布与发展的重要因素。设变量Y与变量X1，X2，…，Xm存在着线性回归关系，它的n个样本观测值为Yj,Xj1,Xj2,…Xjm�(j＝1，2，n)，于是多元线性回归的数学模型可以写为：可采用最小二乘法对上式中的待估回归系数β0，β1，…，βm进行估计，求得β值后，即可利用多元线性回归模型进行预测了。计算了多元线性回归方程之后，为了将它用于解决实际预测问题，还必须进行数学检验。多元线性回归分析的数学检验，包括回归方程和回归系数的显著性检验。回归方程的显著性检验，采用统计量：式中： ，为回归平方和，其自由度为m； ，为剩余平方和，其自由度为(n－m－1)。利用上式计算出F值后，再利用F分布表进行检验。给定显著性水平α，在F分布表中查出自由度为m和(n－m－1)的值Fα，如果F≥Fα，则说明Y与X1，X2，…，Xm的线性相关密切；反之，则说明两者线性关系不密切。回归系数的显著性检验，采用统计量：式中，Cii为相关矩阵C＝A-1的对角线上的元素。对于给定的置信水平α，查F分布表得Fα(n－m－1)，若计算值Fi≥Fα，则拒绝原假设，即认为Xi是重要变量，反之，则认为Xi变量可以剔除。多元线性回归模型的精度，可以利用剩余标准差来衡量。S越小，则用回归方程预测Y越精确；反之亦然。
整个环节是一体的一个过程，学术容不得造假的，所以自己得亲自体验啊，一元线性回归其实在实际中并不多见，如农业的年份和产量之类可能存在；在试验研究中的某个环节相对来说较多，比如吸光度和浓度的关系等，所以你首先得明确方向，你要做哪一方面的论文。
如果不是都线性相关，而且因素又多的话，试试R型因子分析
最好有以下几块东西1、选定研究对象（确定被解释变量，说明选题的意义和原因等。）2、确定解释变量，尽量完备地考虑到可能的相关变量供选择，并初步判定个变量对被解释变量的影响方向。（ 作出相应的说明 ）3、确定理论模型或函数式（根据相应的理论和经济关系设立模型形式，并提出假设，系数是正的还是负的等。）（二）数据的收集和整理（三）数据处理和回归分析（先观察数据的特点，观看和输出散点图，最后选择相应的变量关系式进行OLS回归，并输出会归结果。）（四）回归结果分析和检验（写出模型估计的结果）1、回归结果的经济理论检验，方向正确否？理论一致否？2、统计检验，t检验 F 检验 R2— 拟合优度检验3、模型设定形式正确否？可试试其他形式。4、模型的稳定性检验。（五）模型的修正（对所发现的模型变量选择问题、设定偏误、模型不稳定等，进行修正。）（六）确定模型（七）预测
1、多元线性回归的理论主体。2、多元线性回归模型的标准形式，多元线性回归模型的参数估计。3、多元线性回归模型的检验和预测原理。
第一节 一元线性回归方程的显著性检验由上面的讨论知，对于任何的两个变量x和Y的一组观测数据（ ）（i=1,2,……,n）按公式（10）和（11）都可以确定一个回归方程 然而事前并不知道Y和x之间是否存在线性关系，如果两个变量Y和x之间并不存在显著的线性相关关系，那么这样确定的回归方程显然是毫无实际意义的．因此，我们首先要判断Y和x是否线性相关，也就是要来检验线性假设 是否可信，显然，如果Y和x之间无线性关系，则线性模型的一次项系数 =0；否则 0．所以检验两个变量之间是否存在线性相关关系，归根到底是要检验假设 根据现行假设对数据所提的要求可知，观察值 ， ，…… 之间的差异，是有两个方面的原因引起的：（1）自变量x的值不相同;（2）其它因素的影响，检验 是否成立的问题，也就是检验这两方面的影响哪一个是主要的问题．因此，就必须把他们引起的差异从Y的总的差异中分解出来．也就是说，为了选择适当的检验统计量，先导出离差平方和的分解因式．[6]一、离差平方和的分解公式观察值 （i=1,2,……,n），与其平均值 的离差平方和，称为总的离差平方和，记作 因为 = 其中：=2 =2 =2 =2 所以= 由于 中的 ， 为（10）和（11）所确定．即它们满足正规方程组（9）的解．因此定义项= 于是得到了总离差平方和的分解公式： 其中（19）是回归直线 上横坐标为 的点的纵坐标，并且 的平均值为 ， 是 这n个数的偏差平方和，它描述了 的离散程度，还说明它是来源于 的分散性，并且是通过x对于Y的线性影响而反映出来的，所以， 称为回归平方和而 = 它正是前面讨论的 的最小值，在假设（1）式的条件下它是由不可观察的随机变量 引起的，也就是说，它是由其它未控制的因素及试验误差引起的，它的大小反映了其它因素以及试验误差对实验结果得影响．我们称 为剩余平方和或残差平方和．[7]二、 、 的性质及其分布由以上分析可知，要解决判断Y和x之间是否存在线性相关关系的问题，需要通过比较回归平方和和剩余平方和来实现．为了更清楚地说明这一点，并寻求出检验统计量，考察估计量 ， 的性质及其分布．（一） 的分布 由（14）式可知= 在 相互独立且服从同一分布 的假定下由（2）知 ， ，…… 是P个相互独立的随机变量，且 （i=1,2,……，n）所以他们的平均值 的数学期望为：因为 是 的线性函数，且有：这说明 是 的无偏估计量且 的方差为所以 即: 同样可证，对于任意给定的 其对应的回归值 （它是 的点估计）适合( ， （二） 方差 的估计及分布因为 = = = 由 、 及 可得 = 又由于 及E(L)，E(U)得=E(L)+E(U) =（n-2） 从而,说明了 = = 是 的无偏估计量，由此可见，不论假设 成立与否， 是 的一个无偏估计量，而 仅当假设成立时，才是 的一个无偏估计量，否则它的期望值大于 ．说明比值 （20）在假设成立时有偏大倾向，也就是说，如果F取得值相当大，则没有理由认为x和Y之间有线性相关关系，也就是下面我们将采用F作为检验统计量的原因．另外，由于 ， 是 的最小二乘估计，由（8）式可知=0 ， =0这表明 中的n个变量 ， …… 之间有两个独立的线性约束条件，
1、数学中的研究性学习2、数字危机4、高斯分布的启示5、a2+b2≧2ab的变形推广及应用6、网络优化7、泰勒公式及其应用9、数学选择题的利和弊10、浅谈计算机辅助数学教学11、论研究性学习12、浅谈发展数学思维的学习方法13、关于整系数多项式有理根的几个定理及求解方法14、数学教学中课堂提问的误区与对策16、浅谈数学教学中的“问题情境”17、市场经济中的蛛网模型19、数学课堂差异教学20、浅谈线性变换的对角化问题21、圆锥曲线的性质及推广应用22、经济问题中的概率统计模型及应用23、通过逻辑趣题学推理24、直觉思维的训练和培养25、用高等数学知识解初等数学题26、浅谈数学中的变形技巧27、浅谈平均值不等式的应用28、浅谈高中立体几何的入门学习29、数形结合思想30、关于连通性的两个习题31、从赌博和概率到抽奖陷阱中的数学32、情感在数学教学中的作用33、因材施教 因性施教34、关于抽象函数的若干问题35、创新教育背景下的数学教学36、实数基本理论的一些探讨37、论数学教学中的心理环境38、以数学教学为例谈谈课堂提问的设计原则39、不等式证明的若干方法40、试论数学中的美41、数学教育与美育42、数学问题情境的创设43、略谈创新思维44、随机变量列的收敛性及其相互关系45、数字新闻中数学应用46、微积分学的发展史47、利用几何知识求函数最值48、数学评价应用举例49、数学思维批判性50、让阅读走进数学课堂51、开放式数学教学52、浅谈中学数列中的探索性问题53、论数学史的教育价值54、思维与智慧的共享——从建构主义到讨论法教学55、微分方程组中的若干问题56、由“唯分是举”浅谈考试改革57、随机变量与可测函数58、二阶变系数齐次微分方程的求解问题59、一种函数方程的解法60、积分中值定理的再讨论1、浅谈菲波纳契数列的内涵和应用价值2、一道排列组合题的解法探讨及延伸3、整除与竞赛4、足彩优化5、向量的几件法宝在几何中的应用6、递推关系的应用8、小议问题情境的创设9、数学概念探索启发式教学10、柯西不等式的推广与应用11、关于几个特殊不等式的几种巧妙证法及其推广应用12、一道高考题的反思13、数学中的研究性学习15、数字危机16、数学中的化归方法17、高斯分布的启示18、 的变形推广及应用19、网络优化20、泰勒公式及其应用22、数学选择题的利和弊23、浅谈计算机辅助数学教学24、数学研究性学习25、谈发展数学思维的学习方法26、关于整系数多项式有理根的几个定理及求解方法27、数学教学中课堂提问的误区与对策29、浅谈数学教学中的“问题情境”30、市场经济中的蛛网模型32、数学课堂差异教学33、浅谈线性变换的对角化问题34、圆锥曲线的性质及推广应用35、经济问题中的概率统计模型及应用36、通过逻辑趣题学推理37、直觉思维的训练和培养38、用高等数学知识解初等数学题39、浅谈数学中的变形技巧40、浅谈平均值不等式的应用41、浅谈高中立体几何的入门学习42、数形结合思想43、关于连通性的两个习题44、从赌博和概率到抽奖陷阱中的数学45、情感在数学教学中的作用46、因材施教与因性施教47、关于抽象函数的若干问题48、创新教育背景下的数学教学49、实数基本理论的一些探讨50、论数学教学中的心理环境51、以数学教学为例谈谈课堂提问的设计原则52、不等式证明的若干方法53、试论数学中的美54、数学教育与美育55、数学问题情境的创设56、略谈创新思维57、随机变量列的收敛性及其相互关系58、数字新闻中的数学应用59、微积分学的发展史60、利用几何知识求函数最值61、数学评价应用举例62、数学思维批判性63、让阅读走进数学课堂64、开放式数学教学65、浅谈中学数列中的探索性问题66、论数学史的教育价值67、思维与智慧的共享——从建构主义到讨论法教学68、 方程组中的若干问题69、由“唯分是举”浅谈考试改革70、随机变量与可测函数71、二阶变系数齐次微分方程的求解问题72、一种函数方程的解法73、微分中值定理的再讨论74、学生数学学习的障碍研究；76、数学中的美；77、数学的和谐和统一----谈论数学中的美；78、推测和猜想在数学中的应用；79、款买房问题的决策；80、线性回归在经济中的应用；81、数学规划在管理中的应用；82、初等数学解题策略；83、浅谈数学CAI中的不足与对策；84、数学创新教育的课堂设计；86、关于培养和提高中学生数学学习能力的探究；87、运用多媒体培养学生88、高等数学课件的开发89、 广告效益预测模型；90、最短路网络；91、计算机自动逻辑推理能力在数学教学中的应用；93、最优增长模型94、学生数学素养的培养初探96、 城市道路交通发展规划数学模型；97、函数逼近98、数的进制问题99、无穷维矩阵与序列Bannch空间的关系100、 多媒体课件教学设计----若干中小学数学教学案例101、一维，二维空间到欧氏空间102、初中数学新课程数与代数学习策略研究103、初中数学新课程统计与概率学习策略研105、数列运算的顺序交换及条件106、歇定理的推广和应用107、解析函数的各种等价条件及其应用108、特征函数在概率论中的应用109、数学史与中学教育110、让生活走进数学，数学方法的应用将数学应用于生活——谈xx111、数学竟赛中的数论问题112、新旧教材的对比与研究114、随机变量分布规律的求法115、简述概率论与数理统计的思想方法及其应用116、无穷大量存在的意义118、例谈培养数学思维的深刻性120、从坐标系到向量空间的基121 谈谈反证法122、一致连续性的判断定理及性质123、课堂提问和思维能力的培养125、函数及其在证明不等式中的应用126、极值的讨论及其应用127、正难则反,从反面来考虑问题128、实数的构造,完备性及它们的应用129、数学创新思维的训练 130、简述期望的性质及其作用131、简述概率论与数理统计的思想和方法132、穷乘积133、递推式求数列的通项及和134、划归思想在数学中的应用135、凸函数的定义性质及应用136、行列式的计算方法137、可行解的表式定理的证明140、充分挖掘例题的数学价值和智力开发功能141、数学思想方法的一支奇葩-----数学猜想初探142、关于实变函数中叶果罗夫定理的鲁津定理的证明143、于黎曼积分的定义144、微分方程的历史发展145、概率论发展史及其简单应用147、数学教学中使用多媒体的几点思考148、矩阵特征值的计算方法初探149、数形结合思想及其应用150、关于上、下确界,上、下极限的定义,性质及应用 151、复均方可积随机变量空间的讨论155、欧几里得第五公设产生背景及其对数学发展影响160、函数性质的应用163、中数学新课程空间与图形学习策略与研究167、函数的凸性及其在不等式中的应用171、数学归纳法教学探究174、关于全概率公式及其应用的研究176、变量代换法与常微分方程的求解188、不等式解法大观189、谈谈“ 隐函数 ”190、有限维矩阵的范数计算与估计191、数学奥赛中数论问题的解题方法研究193、微分方程积分因子的研究195、关于泰勒公式196、解析函数的孤立奇点的分类及其判断方法197、最大模原理的推广及其应用198、π的奥秘——从圆周率到统计199、对现代信息技术辅助数学及其发展的几点思考200、无理数e的发现及其应用202、闭区间套定理的推广和应用203、函数的上下极限及其应用205、关于多值函数的解析理论探讨208、比较函数法在常微分方程中的应用209、数学分析的直观与严密303、求随机函数的分布函数和分布密度的方法304、条件期望的性质及其应用308、凸函数的等价命题及其应用310、有界变差函数的定义及其性质311、初等函数的极值
在一篇数学 教育 论文中，题目是论文的要件之首，它不同于一般 文章 的题目，我们要重视题目的重要性。以下是我为大家精心准备的数学教育论文题目，欢迎阅读!数学教育论文题目(一) 1、浅谈中学数学中的反证法 2、数学选择题的利和弊 3、浅谈计算机辅助数学教学 4、数学研究性学习 5、谈发展数学思维的 学习 方法 6、关于整系数多项式有理根的几个定理及求解方法 7、数学教学中课堂提问的误区与对策 8、中学数学教学中的创造性思维的培养 9、浅谈数学教学中的“问题情境” 0、市场经济中的蛛网模型 11、中学数学教学设计前期分析的研究 12、数学课堂差异教学 13、浅谈线性变换的对角化问题 14、圆锥曲线的性质及推广应用 15、经济问题中的概率统计模型及应用 数学教育论文题目(二) 1、二阶变系数齐次微分方程的求解问题 2、一种函数方程的解法 3、微分中值定理的再讨论 4、学生数学学习的障碍研究; 5、中学数学教育中的素质教育的内涵; 6、数学中的美; 7、数学的和谐和统一----谈论数学中的美; 8、推测和猜想在数学中的应用; 9、款买房问题的决策; 10、线性回归在经济中的应用; 11、数学规划在管理中的应用; 12、初等数学解题策略; 13、浅谈数学CAI中的不足与对策; 14、数学创新教育的课堂设计; 15、中学数学教学与学生应用意识培养; 16、关于培养和提高中学生数学学习能力的探究; 17、运用多媒体培养学生 18、高等数学课件的开发 19、 广告 效益预测模型; 数学教育论文题目(三) 1、浅谈菲波纳契数列的内涵和应用价值 2、一道排列组合题的解法探讨及延伸 3、整除与竞赛 4、足彩优化 5、向量的几件法宝在几何中的应用 6、递推关系的应用 7、坐标方法在中学数学中的应用 8、小议问题情境的创设 9、数学概念探索启发式教学 10、柯西不等式的推广与应用 11、关于几个特殊不等式的几种巧妙证法及其推广应用 12、一道高考题的 反思 13、数学中的研究性学习 15、数字危机 16、数学中的化归方法 17、高斯分布的启示 18、 的变形推广及应用 19、网络优化 20、泰勒公式及其应用 猜你喜欢： 1. 数学教育教学论文参考范文 2. 关于数学专业毕业论文题目参考 3. 数学教育专业毕业论文 4. 有关数学教育的论文范文 5. 数学教育专业毕业论文参考
第一节 一元线性回归方程的显著性检验由上面的讨论知，对于任何的两个变量x和Y的一组观测数据（ ）（i=1,2,……,n）按公式（10）和（11）都可以确定一个回归方程 然而事前并不知道Y和x之间是否存在线性关系，如果两个变量Y和x之间并不存在显著的线性相关关系，那么这样确定的回归方程显然是毫无实际意义的．因此，我们首先要判断Y和x是否线性相关，也就是要来检验线性假设 是否可信，显然，如果Y和x之间无线性关系，则线性模型的一次项系数 =0；否则 0．所以检验两个变量之间是否存在线性相关关系，归根到底是要检验假设 根据现行假设对数据所提的要求可知，观察值 ， ，…… 之间的差异，是有两个方面的原因引起的：（1）自变量x的值不相同;（2）其它因素的影响，检验 是否成立的问题，也就是检验这两方面的影响哪一个是主要的问题．因此，就必须把他们引起的差异从Y的总的差异中分解出来．也就是说，为了选择适当的检验统计量，先导出离差平方和的分解因式．[6]一、离差平方和的分解公式观察值 （i=1,2,……,n），与其平均值 的离差平方和，称为总的离差平方和，记作 因为 = 其中：=2 =2 =2 =2 所以= 由于 中的 ， 为（10）和（11）所确定．即它们满足正规方程组（9）的解．因此定义项= 于是得到了总离差平方和的分解公式： 其中（19）是回归直线 上横坐标为 的点的纵坐标，并且 的平均值为 ， 是 这n个数的偏差平方和，它描述了 的离散程度，还说明它是来源于 的分散性，并且是通过x对于Y的线性影响而反映出来的，所以， 称为回归平方和而 = 它正是前面讨论的 的最小值，在假设（1）式的条件下它是由不可观察的随机变量 引起的，也就是说，它是由其它未控制的因素及试验误差引起的，它的大小反映了其它因素以及试验误差对实验结果得影响．我们称 为剩余平方和或残差平方和．[7]二、 、 的性质及其分布由以上分析可知，要解决判断Y和x之间是否存在线性相关关系的问题，需要通过比较回归平方和和剩余平方和来实现．为了更清楚地说明这一点，并寻求出检验统计量，考察估计量 ， 的性质及其分布．（一） 的分布 由（14）式可知= 在 相互独立且服从同一分布 的假定下由（2）知 ， ，…… 是P个相互独立的随机变量，且 （i=1,2,……，n）所以他们的平均值 的数学期望为：因为 是 的线性函数，且有：这说明 是 的无偏估计量且 的方差为所以 即: 同样可证，对于任意给定的 其对应的回归值 （它是 的点估计）适合( ， （二） 方差 的估计及分布因为 = = = 由 、 及 可得 = 又由于 及E(L)，E(U)得=E(L)+E(U) =（n-2） 从而,说明了 = = 是 的无偏估计量，由此可见，不论假设 成立与否， 是 的一个无偏估计量，而 仅当假设成立时，才是 的一个无偏估计量，否则它的期望值大于 ．说明比值 （20）在假设成立时有偏大倾向，也就是说，如果F取得值相当大，则没有理由认为x和Y之间有线性相关关系，也就是下面我们将采用F作为检验统计量的原因．另外，由于 ， 是 的最小二乘估计，由（8）式可知=0 ， =0这表明 中的n个变量 ， …… 之间有两个独立的线性约束条件，
老师同意就有说服力。 你的论文准备往什么方向写，选题老师审核通过了没，有没有列个大纲让老师看一下写作方向？ 老师有没有和你说论文往哪个方向写比较好？写论文之前，一定要写个大纲，这样老师，好确定了框架，避免以后论文修改过程中出现大改的情况！！学校的格式要求、写作规范要注意，否则很可能发回来重新改，你要还有什么不明白或不懂可以问我，希望你能够顺利毕业，迈向新的人生。首先要确定课题，是调研类的还是什么？一般毕业论文大体框架结构都差不多：摘要，目录，第一章绪论（文献综述，现状什么的），第二章是方法或者比较共性的问题，第三章和第四章一般是全篇的重点，论述自己的内容；第五章是措施之类的。可以去万方、维普、CNKI网上下载一些类似课题的文章看看：）祝顺利祝成功！1、论文题目：要求准确、简练、醒目、新颖。2、目录：目录是论文中主要段落的简表。（短篇论文不必列目录）3、提要：是文章主要内容的摘录，要求短、精、完整。字数少可几十字，多不超过三百字为宜。4、关键词或主题词：关键词是从论文的题名、提要和正文中选取出来的，是对表述论文的中心内容有实质意义的词汇。关键词是用作机系统标引论文内容特征的词语，便于信息系统汇集，以供读者检索。 每篇论文一般选取3-8个词汇作为关键词，另起一行，排在“提要”的左下方。主题词是经过规范化的词，在确定主题词时，要对论文进行主题，依照标引和组配规则转换成主题词表中的规范词语。5、论文正文：（1）引言：引言又称前言、序言和导言，用在论文的开头。 引言一般要概括地写出作者意图，说明选题的目的和意义, 并指出论文写作的范围。引言要短小精悍、紧扣主题。〈2）论文正文：正文是论文的主体，正文应包括论点、论据、 论证过程和结论。主体部分包括以下内容：a.提出-论点；b.分析问题-论据和论证；c.解决问题-论证与步骤；d.结论。6、一篇论文的参考文献是将论文在和写作中可参考或引证的主要文献资料，列于论文的末尾。参考文献应另起一页，标注方式按《GB7714-87文后参考文献著录规则》进行。中文：标题--作者--出版物信息（版地、版者、版期）：作者--标题--出版物信息所列参考文献的要求是：（1）所列参考文献应是正式出版物，以便读者考证。（2）所列举的参考文献要标明序号、著作或文章的标题、作者、出版物信息。
硕士论/文。可以交给我来写
那肯定没有的啊
一元线性回归分析的基本步骤如下：
一元回归分析的基本步骤有：理论模型的设定，样本数据的收集与处理，模型参数的估计，模型的检验。
建立回归模型的一般步骤：1、具体（社会经济）问题；2、设置指标变量（量化具体问题）；3、收集、整理数据；4、回归模型的确定；5、模型参数估计；6、模型检验与修改。
什么是一元线性回归分析：
回归分析只涉及到两个变量的，称一元回归分析。一元回归的主要任务是从两个相关变量中的一个变量去估计另一个变量，被估计的变量，称因变量，可设为Y；估计出的变量，称自变量，设为X。回归分析就是要找出一个数学模型Y=f（X），使得从X估计Y可以用一个函数式去计算。
当Y=f（X）的形式是一个直线方程时，称为一元线性回归。这个方程一般可表示为Y=A+BX。根据最小平方法或其他方法，可以从样本数据确定常数项A与回归系数B的值。A、B确定后，有一个X的观测值，就可得到一个Y的估计值。
回归方程是否可靠，估计的误差有多大，都还应经过显著性检验和误差计算。有无显著的相关关系以及样本的大小等等，是影响回归方程可靠性的因素。
多元回归中，自变量对因变量有没有影响，影响大小，主要看显著性检验，即P值。P值小于，则通过了检验，认为该因素对因变量有显著影响。对于通过了影响的自变量，如果要比较哪个影响大，哪个影响小，除了看符号的正负外，还可以看标准后的回归系数。
多元回归分析中，首先要看X对Y有没有呈现出显著性影响，如果说自变量X已经对因变量Y产生显著影响(P< )，还想对比影响大小，可使用标准化系数( Beta)值的大小对比影响大小，Beta值大于0时正向影响，该值越大说明影响越大。Beta值小于0时负向影响，该值越小说明影响越大。多元回归分析可以用网页版SPSSAU中的线性回归分析即可，同时输出的智能文字分析可自动解读分析结果。
1、多元线性回归的理论主体。2、多元线性回归模型的标准形式，多元线性回归模型的参数估计。3、多元线性回归模型的检验和预测原理。
可以说明，看标准回归系数，直接用SPSS回归分析，就可以得出各个自变量与因变量的相关系数。
多元回归分析中，首先要看X对Y有没有呈现出显著性影响，如果说自变量X已经对因变量Y产生显著影响(P< )，还想对比影响大小，可使用标准化系数( Beta)值的大小对比影响大小，Beta值大于0时正向影响，该值越大说明影响越大。Beta值小于0时负向影响，该值越小说明影响越大。
如果它不是线性的，你可以通过一些变换使它线性化，然后你可以用多元线性回归建模。变量之间的某些相关性是正常的，只要不存在多重共线性。
如果我们只需要探究自变量和因变量之间的关系，而不需要根据自变量的值来预测因变量的区间，则可以放宽方差的正态性和同质性。回归并不一定意味着因果关系。
两连续变量线性回归模型的适用条件：
（1）线性趋势：自变量与因变量之间为线性关系，可通过散点图判断；
（2）独立性：因变量Y的值是相互独立的，它们之间没有联系。即残差必须相互独立且不存在自相关；否则，应采用自回归模型；
（3）正态性：因变量Y服从正态分布，即残差要求服从正态分布。