1 . 一元线性回归模型
（1）一元线性回归模型
在研究两个变量线性相关时，我们常利用成对样本数据建立统计模型，并利用模型进行预测. ①我们称①式为Y关于x的一元线性回归模型.
其中，Y称为因变量或________，x称为自变量或__________；
a和b为模型的未知参数，a称为______参数，b称为斜率参数；e是Y与bx＋a之间的_______.
如果e＝0，那么Y与x之间的关系就可用一元线性函数模型来描述.
（2）一元线性回归模型参数的最小二乘估计
回归直线方程过样本点的中心_______，是回归直线方程最常用的一个特征.
（3）我们将称为关于的线性回归方程，也称经验回归函数或经验回归公式，其图形称为经验回归直线．
这种求经验回归方程的方法叫做最小二乘法，求得的叫做b，a的最小二乘估计，其中

2 . 列联表
列联表：一般地，假设两个分类变量和，它们的取值为，其样本频数列联表（也称为列联表）为

			合计
合计

列联表给出了成对分类变量数据的____________.

3 . 独立性检验
（1）计算公式:，其中.
（2）临界值的定义：对于任何小概率值，可以找到相应的正实数，使得成立，我们称为的临界值，概率值越小，临界值越大.
（3）独立性检验：，通常称为_______或原假设.
基于小概率值的检验规则是：
当时，我们就推断不成立，即认为和______，该推断犯错误的概率不超过；
当时，我们没有充分证据推断不成立，可以认为和独立.
这种利用的取值推断分类变量和是否独立的方法称为独立性检验，读作“_______________”，简称独立性检验.
（4）独立性检验中几个常用的小概率值和相应的临界值

	0. 1	0. 05	0. 01	0. 005	0. 001
	2. 706	3. 841	6. 635	7. 879	10. 828

5 . 某产品的广告费用与销售额的统计数据如下表：

广告费用x/万元	1.8	2.2	3	5
销售额y/万元	t	7	14	16

根据上表数据得到y与x的回归直线方程为，则________．

6 . 已知成对样本数据中互不相等，且所有样本点都在直线上，则这组成对样本数据的样本相关系数_________．

7 . 为了比较甲、乙、丙、丁四组数据的线性相关性强弱，某同学分别计算了甲、乙、丙、丁四组数据的线性相关系数，求得数值依次为，，0.36，0.93，则这四组数据中线性相关性最强的是________组数据．

8 . 下面是列联表：

			总计
总计

则________．

9 . 在一个列联表中，通过数据计算，则这两个变量间有关的可能性为________．
参考表格：

10 . 某研究小组为了研究中学生的身体发育情况，在某学校随机抽取20名15至16周岁的男生，将他们的身高和体重制成2×2的列联表，根据列联表的数据，可以在犯错误的概率不超过________的前提下认为该学校15至16周岁的男生的身高与体重之间有关系．

身高	体重
	超重	不超重	总计
偏高	4	1	5
不偏高	3	12	15
总计	7	13	20

附表：

	0.1	0.05	0.01	0.005
	2.706	3.841	6.635	7.879