考点一、回归分析的概念
1、回归分析：指根据相关关系的具体形态，选择一个合适的数学模型，来近似地表达变量间的依赖关系。
2、回归分析和相关分析的关系
联系 | （1）它们不仅具有共同的研究对象，而且在具体应用时，常常必须互相补充。 （2）相关分析需要依靠回归分析来表明现象数量相关的具体形式，而回归分析则需要依靠相关分析来表明现象数量变化的相关程度。 （3）只有当变量之间存在着高度相关时，进行回归分析寻求其相关的具体形式才有意义。 | |
区别 | （1）相关分析： ①研究变量之间相关的方向和相关的程度。 ②相关分析不能指出变量间相互关系的具体形式，也无法从一个变量的变化来推测另一个变量的变化情况。 | （2）回归分析：研究变量之间相互关系的具体形式，对具有相关关系的变量之间的数量联系进行测定，确定一个相关的数学方程式，根据这个数学方程式可以从已知量来推测未知量，从而为估算和预测提供了一个重要方法。 |
3、因变量：被预测或被解释的变量，一般用Y表示
4、自变量：用来预测或解释因变量的变量，一般用X表示。
考点二、一元线性回归模型根据自变量的多少分为：一元回归模型和多元回归模型。
根据是否是线性分为：线性回归模型和非线性回归模型。
1、一元线性回归模型：描述两个变量之间相关关系的最简单的回归模型。回归模型可以用描述因变量Y如何依赖自变量X和误差项ε的方程来表示。
2、只涉及一个自变量的一元线性回归模型可以表示为：Y=β0+β1X+ε
β0、β1——模型的参数。
（1）Y是X的线性函数（β0+β1X）加上误差项ε。
（2）β0+β1X反映了由于X的变化而引起的Y的线性变化。
（3）误差项ε是个随机变量，反映了除X和Y之间的线性关系之外的随机因素对Y的影响，是不能由X和Y之间的线性关系所解释的Y的变异性。
3、描述因变量Y的期望E（Y）如何依赖自变量X的方程称为回归方程。一元线性回归方程的形式为：
E（Y）=β0+β1X
一元线性回归方程的图示是一条直线，β0是回归直线的截距，β1是回归直线的斜率，表示X每变动一个单位时，E（Y）的变动量。
2022年真题示例：
在回归分析中，用来预测或解释因变量的变量称为（）
A.控制变量
B.中介变量
C.自变量
D.调节变量
为帮助考生们通过中级经济师考试，233网校特隆重推出：2023年经济师好课，三大阶段系统化辅导，8大班级课程+配套锁分，去购买>>
①帮助零基础考生快速进入学习状态，了解考情，梳理学习思路。②系统性的帮助考生夯实基础，掌握新教材考点。③针对性讲解典型习题，让你掌握考核方式、出题方式，提升做题技巧及效率。
①串讲考试中反复出题的考点，针对性突破重难点，稳抓核心分值。②针对性拆分讲解重难点，帮助考生攻克难题，抓住重要分值。③对当年考试真题进行详细讲解，并结合课程预测考试趋势及方向。
①讲解高含金量考题突击卷，帮助考生做"考题"，短期冲分。②临考直播总结历年高分考点，预测当年考点，实现考前迅猛锁分。
