第12章 双变量回归与相关 Linear Regression and Correlation Linear Regression and Correlation Content 1. Linear regression 2. Linear correlation 3. Rank correlation 4. Curve fitting 双变量计量资料：每个个体有两个变量值 总体：无限或有限对变量值 样本：从总体随机抽取的n对变量值 （X 1 ,Y 1 ）, （X 2 ,Y 2 ）, , （X n ,Y n ） 目的：研究X和Y的数量关系 方法：回归与相关 简单、基本直线回归、直线相关 英国人类学家 F.Galton首次在自然遗传 一书中，提出并阐明了“相关”和“相关系数” 两个概念，为相关论奠定了基础。其后，他和 英国统计学家 Karl Pearson对上千个家庭的身高 、臂长、拃长（伸开大拇指与中指两端的最大 长度）做了测量，发现： 历史背景： 儿子身高（Y，英寸）与父亲身高（X， 英寸）存在线性关系： 。 也即高个子父代的子代在成年之后的身高 平均来说不是更高，而是稍矮于其父代水
