1.1 回归分析的基本思想 及其初步应用（三）非线性回归模型复习回顾1 、线性回归模型：y=bx+a+e ( 其中a 和b 为模型的未知参数，e 称为随机误差) 。2 、数据点和它在回归直线上相应位置的差异 是随机误差的效应，称 为残差。3 、对每名女大学生计算这个差异，然后分别将所得 的值平方后加起来，用数学符号表示为： 称为残差平方和，它代表了随机误差的效应。 4 、我们可以用相关指数R2来刻画回归的效果，其计算公式是： 注： 注：R R2 2 1 1，说明回归方程拟合的越好； ，说明回归方程拟合的越好； R R2 2 0 0，说明回归方程拟合的越差。 ，说明回归方程拟合的越差。6.建立回归模型的基本步骤1)确定解释变量x和预报变量y; 2)画出散点图; 3)确定回归方程类型; 4)求出回归方程; 5)利用相关指数或残差进行分析.5.回归分析的一般方法：1）.利用散点图观察两个变量是否线性相关2）.利用残差来判断模型拟合的效果(残差分析)利用残差图来分析数据，对可疑数据(残差较大的数据)进行重新调查，有错误就更正，然后重新利用回归模型拟合，如果没有错误，则需要找其他原因。练习；关于
