【摘要】：运用统计学方法可以帮助我们解决这个问题.
利用线性回归进行预测_统计中的智慧
在现实生活中，人们经常会遇到一些互相联系，相互制约的变量，它们之间存在着一定的关系.我们所熟悉的函数就是这样一种关系，其特点是只要给定自变量的值，就能确定因变量的对应值.例如，自由落体的路程s和时间t之间的关系为
，当t的值给定后，s就有一个确定的值与之对应.这是一种确定性关系.另外，还有非确定性关系.例如，水稻的施肥量与产量之间的关系就是非确定性的.即使在同一块地里，施用等量的相同肥料，每年的产量也不会完全相同.这是因为影响水稻生长的因素很多，除施肥外，还有种子、气温、雨水、日照、病虫害、田间管理等许多因素都会引起产量的变化.又如父亲的身高与子女的身高之间、人的年龄与血压之间、广告投入经费与产品销量之间等.像这种既存在着密切关系，但是又不能由一个（或几个）变量的数值完全确定另一个变量的数值的变量之间的关系，我们称之为相关关系.
变量之间的关系不确定的原因，主要是变量之间关系的复杂性.在许多问题中，影响一个变量的因素很多，我们不可能对所有这些因素都进行研究，其中有些是我们尚未认识或尚未掌握的，有些是虽已认识但是暂时尚无法控制的，还有在对一些变量进行测量时，必定会有一些误差.所有这些偶然因素综合在一起就形成了变量之间的相关关系.
对相关变量而言，因其关系不确定，变量之间不存在精确的数学表达式.可是在许多实际问题中，又常常需要我们建立起这种变量之间的数学表达式.这怎么办呢？运用统计学方法可以帮助我们解决这个问题.
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
