（5）写出回归方程： 或
上例：
画出的回归直线一定通过（0，a）与
两点
2. 回归方程的显著性检验
有两种方法：
一是用上述的相关系数；
二是用方差分析方法（为便于推广到多元 线性回归的场合），将总的离差平方和分解成 两个部分：回归平方和与离差平方和。
总的离差平方和： 回归平方和： 离差平方和： 且有ST=SR+SE，其中 它们的自由度分别为：
二、单因子方差分析
假定因子A有r个水平，在Ai水平下指标服从 正态分布，其均值为 ，方差为 ，i=1,2, …, r 。每一水平下的指标全体便构成一个总体，共有 r个总体，这时比较各个总体的问题就变成比较 各个总体的均值是否相同的问题了，即要检验如 下假设是否为真：
当 不真时，表示不同水平下的指标的均 值有显著差异，此时称因子A是显著的，否则 称因子A不显著。检验这一假设的分析方法便 是方差分析。
这时需要研究两个变量间的关系。首先是收 集数据(xi,yi)，i=1,2, …,n。现从生产中收集到表 2.2-1所示的数据。
表2.2-1 数据表
一、散布图
y
60
50
40
x
0.10
0.15
0.20
[例2.2-1]的散布图
二、相关系数全在一条直线上，称为两个变量有线性相关 关系，可以用相关系数 r 去描述它们线性关系 的密切程度
这里乘以m是因为每一水平下进行了m次试验 。
二是由于存在随机误差，即使在同一水平下 获得的数据间也有差异，这是除了因子A的水平 外的一切原因引起的，我们将它们归结为随机误 差，可以用组内离差平方和表示：
Se：也称为误差的离差平方和
可以证明有如下平方和分解式：
