统计案例•有关法律规定:香烟盒上必须印上“吸烟有害健康”的警示语，那么吸烟和健康之间有因果关系吗?每一个吸烟者的健康问题都是由吸烟引起的吗?你认为“健康问题不一定是由吸烟引起的，所以可以吸烟”的说法对吗?要回答这个问题，我们先一起来学习本节的知识吧!第2课时回归分析的初步应用•问题1:刻画回归方程的拟合效果•用R2＝1－用来刻画数组(xi，yi)中两个变量的线性回归效果，R2越大，变量之间的线性关系就越强，用直线拟合的效果就越好.•问题2:在回归分析中，通过模型计算预测变量的值时，应注意的问题•(1)回归方程只适用于我们所研究的样本的总体;•(2)我们所建立的回归方程一般都有时间性;•(3)样本取值的范围会影响回归方程的适用范围;•(4)不能期望回归方程得到的预测值就是预测变量的精确值.•问题3:几种能转化为线性回归模型的非线性回归模型•(1)幂函数曲线y＝axb.•作变换u＝lny，v＝lnx，c＝lna，得线性函数u＝c＋bv.•(2)指数曲线y＝aebx.•作变换u＝lny，c＝lna，得线性函数u＝c＋bx.•(3)倒指数曲线y＝a.•作变换u＝lny，c＝lna，v＝，得线性函数u＝c＋bv.•(4)对数曲线y＝a＋blnx.•作变换u＝y，v＝lnx，得线性函数u＝a＋bv.•问题4:非线性回归问题进行回归分析的方法•(1)若问题中已给出经验公式，这时可以将解释变量进行交换(换元)，将变量的非线性关系转化为线性关系，将问题化为线性回归分析问题来解决.•(2)若问题中没有给出经验公式，需要我们画出已知数据的散点图，通过与各种函数(如指数函数、对数函数、幂函数等)的图象作比较，选择一种与这些散点拟合得最好的函数，然后采用适当的变量交换，将问题化为线性回归分析问题来解决.
