建立回归模型的基本步骤：（1）确定研究对象，明确哪个变量是解释变量，哪个变量是预报变量;（2）画出确定好的解释变量和预报变量的散点图，观察它们之间的关系（是否存在线性关系）；（3）由经验确定回归方程的类型（如观察到数据呈线性关系，则选用线性回归方程y=bx+a）；（4）按一定规则估计回归方程中的参数（如最小二乘法）；（5）得出结果后分析残差图是否异常（个别数据对应残差过大，或残差呈现不随机的规律性等），若存在异常，则检查数据是否有误，或模型是否合适等.最新研究发现，花太多时间玩电脑游戏的儿童，患多动症的风险会加倍。青少年的大脑会很快习惯闪烁的屏幕、变幻莫测的电脑游戏，一旦如此，他们在教室等视觉刺激较少的地方，就很难集中注意力。研究人员对1323名年龄在7岁到10岁的儿童进行调查，并在孩子父母的帮助下记录了他们在13个月里玩电脑游戏的习惯。同时，教师记下这些孩子出现的注意力不集中问题。统计获得下列数据：注意力不集中注意力集中总计不玩电脑游戏268357625玩电脑游戏489209698总计7575661323玩电脑游戏与注意力集中有关系3.2独立性检验的基本思想及其初步应用这种变量的不同取“值”表示个体所属的不同类别，这类变量称为分类变量分类变量对于性别变量，取值为：男、女分类变量在现实生活中是大量存在的，如是否吸烟，是否患肺癌，宗教信仰，国别，年龄，出生月份等等。y1y2总计x1aba+bx2cdc+d总计a+cb+da+b+c+d一般地，假设有两个分类变量X和Y，它们的可能取值分别为{x1,x2}和{y1,y2},其样本频数列联表（称为2x2列联表）为：注意力不集中注意力集中总计不玩电脑游戏268357625玩电脑游戏489209698总计7575661323吸烟与肺癌列联表不患肺癌患肺癌总计不吸烟7775427817吸烟2099492148总计9874919965为了调查吸烟是否对肺癌有影响，某肿瘤研究所随机地调查了9965人，得到如下结果（单位：人）列联表在不吸烟者中患肺癌的比重是在吸烟者中患肺癌的比重是说明：吸烟者和不吸烟者患肺癌的可能性存在差异，吸烟者患肺癌的可能性大0.54%2.28%与表格相比，三维柱形图和二维条形图能更直观地反映出相关数据的总体状况。1)通过图形直观判断两个分类变量是否相关：不患肺癌患肺癌不吸烟吸烟010002000300040005000600070008000不吸烟吸烟三维柱状图2)通过图形直观判断两个分类变量是否相关：0100020003000400050006000700080009000不吸烟吸烟患肺癌不患肺癌二维条形图0%10%20%30%40%50%60%70%80%90%100%不吸烟吸烟患肺癌不患肺癌3)通过图形直观判断两个分类变量是否相关：患肺癌比例不患肺癌比例等高条形图上面我们通过分析数据和图形，得到的直观印象是吸烟和患肺癌有关，那么事实是否真的如此呢？这需要用统计观点来考察这个问题。现在想要知道能够以多大的把握认为“吸烟与患肺癌有关”，为此先假设H0：吸烟与患肺癌没有关系.不患肺癌患肺癌总计不吸烟aba+b吸烟cdc+d总计a+cb+da+b+c+d把表中的数字用字母代替，得到如下用字母表示的2×2列联表吸烟与肺癌列联表不患肺癌患肺癌总计不吸烟aba+b吸烟cdc+d总计a+cb+da+b+c+d:例吸烟者中不患肺癌的比:比例不吸烟者中不患肺癌的dccbaa|ad-bc|越小，说明吸烟与患肺癌之间关系越弱；|ad-bc|越大，说明吸烟与患肺癌之间关系越强.为了使不同样本容量的数据有统一的评判标准，基于上述分析，我们构造一个随机变量-----卡方统计量22(),()()()()其中为样本容量。nadbcKabcdacbdnabcd（1）若H0成立，即“吸烟与患肺癌没有关系”，则K2应很小。根据表中的数据，利用公式（1）计算得到K2的观测值为：那么这个值到底能告诉我们什么呢？242209956.63278172148987491k9965(777549）（2）独立性检验引入一个随机变量：卡方统计量查对临界值表，作出判断。dcban其中P(χ≥x0)0.500.400.250.150.100.050.0250.0100.0050.001x00.4550.7081.3232.0722.7063.8415.0246.6357.87910.82822(),()()()()其中为样本容量。nadbcKabcdacbdnabcd在H0成立的情况下，统计学家估算出如下的概率即在H0成立的情况下，K2的值大于6.635的概率非常小，近似于0.01。2(6.63...
