明德博学勤奋求实8EMS由图12一1可见，凝血时间随凝血酶浓度增大而减少且呈直线趋势，但并非15点恰好全部都在一直线上。两变量数量间虽然存在一定关系，但不是十分确定的。这与两变量间严格对应的函数关系不同，称为直线回归(Linearregression）。直线回归是回归分析中最基本、故又称简单最简单的一种，孟simple regression)。河北联合大学HebeiUnitedUniversity福
由图12－1可见，凝血时间随凝血酶浓度增大而 减少且呈直线趋势，但并非15点恰好全部都在一直 线上。两变量数量间虽然存在一定关系，但不是十 分确定的。这与两变量间严格对应的函数关系不同， 称为直线回归（Linear regression)。直线回归 是回归分析中最基本、最简单的一种，故又称简单 simple regression)
明德博学勤奋求实8ENE(Y)(x)反应变量与自变量的简单线性模型可表达为：(simplelinear regression model)Y, =α+βX, +8在通常情况下，研究者只能获取一定数量的样本数据，用该样本数据建立的有关Y与X变化的线性(regressionequation)即：方程称为回归方程Y=a+bX河北联合大学HebeiUnitedUniversity
反应变量（Y）与自变量（X）的简单线性模型 （simple linear regression model）可表达为： Yi Xi i = + + 在通常情况下，研究者只能获取一定数量的样 本数据，用该样本数据建立的有关Y与X变化的线性 方程称为回归方程（regression equation)即： Y ˆ = a +bX
明德博学勤奋求实EN在描述两变量的关系时，一般把两个变量中能精确容易测量的作自变量，不易测量作为因变量。即用易测量的数据X估计不易测量的另一数据。如年龄估算小儿体重等。在描述凝血时间与凝血浓度的依存关系中，将凝血酶浓度作为自变量（X），凝血时间(Y)作为应变量河北联合大学HebeiUnitedUniversity
在描述两变量的关系时，一般把两个变量中能精 确容易测量的作自变量，不易测量作为因变量。即用 易测量的数据X估计不易测量的另一数据。如年龄估 算小儿体重等。在描述凝血时间与凝血浓度的依存关 系中，将凝血酶浓度作为自变量（ X ），凝血时间 作为应变量（Y）
明德博学勤奋求实8ME一、直线回归的概念及其统计描述二、回归模型的前提假设三、回归参数的估计四、回归系数的统计推断河北联合大学HebeiUnitedUniversity
一、直线回归的概念及其统计描述 三、回归参数的估计 四、回归系数的统计推断 二、回归模型的前提假设
明德博学勤奋求实OEMS线性回归模型的前提条件是：线性（linear）、独立（independent），正态（normal），等方差（equalvariance)1、线性是指反应变量Y的总体平均值与自变量呈线性关系。2、独立是指任意两观察值互相独立。正态性假定是指线性模型的误差项?i服从正态分布。3等方差是指在自变量X取值范围内，不论X取什么值，4.Y都具有相同的方差。河北联合大学HebeiUnitedUniversity
线性回归模型的前提条件是：线性（linear)、独 立(independent)，正态(normal)，等方差(equal variance) 1、线性是指反应变量Y的总体平均值与自变量X呈线性 关系。 2、独立是指任意两观察值互相独立。 3、正态性假定是指线性模型的误差项i服从正态分布。 4、等方差是指在自变量X取值范围内，不论X取什么值， Y都具有相同的方差