由 admin 
回归分析是统计大题的另一大主角：先画散点图判断相关关系，再用回归直线做预测。高考考查的重点是回归系数公式、”回归直线过样本中心”这条性质、以及残差计算。本文逐一讲清，附带残差显示的交互演示。
一、从散点图到相关关系
把成对数据 (x₁,y₁)、…、(xₙ,yₙ) 描在平面上得到散点图。点越集中于一条直线附近，线性相关越强。方向上：左下到右上是正相关，左上到右下是负相关。若点无带状规律，就不存在线性相关关系。
二、回归系数公式
b̂ = Σᵢ(xᵢ−x̄)(yᵢ−ȳ) / Σᵢ(xᵢ−x̄)²，â = ȳ − b̂·x̄。回归方程 ŷ = â + b̂x。高考常给公式让代入计算，重点是算准 Σxy 型求和。记住最核心的一条性质：回归直线必过样本中心 (x̄, ȳ)——验证、求参数的利器。
三、残差与拟合效果
残差 êᵢ = yᵢ − ŷᵢ（观测值−预测值）。残差图（以数据点编号或预测值为横轴画残差）越窄、越随机，拟合越好；若残差呈曲线规律，说明线性模型不合适，要考虑换模型。R²（决定系数）越接近 1，拟合效果越好。
四、动手试试：看回归线与残差
交互演示用 19 个带噪声的数据点拟合回归直线：红色是回归线，橙色点是样本中心，绿色竖线段是各点残差，面板给出 b̂、â、方程与 R²。点按钮可开关残差显示，观察残差之和是否接近 0。
💡 观察回归直线、样本中心与残差线段
五、易错提醒
① â = ȳ − b̂x̄ 别算反；② 回归直线只能用于预测，不能因果倒推；③ 相关≠因果。配套工具：直方图：https://www.beitaiku.com/wp-content/uploads/2026/08/tongji-zhifangtu.html 正态分布：https://www.beitaiku.com/wp-content/uploads/2026/08/tongji-zhengtaifenbu.html