一元线性回归模型:yi=a+Bxi+μi(i=1,2,3,…,n) 其中，yi称为因变量或被解释变量；xi称为自变量或解释变量；μi是一个随机变量，称为随机(扰动)项；a和β是两个常数，称为回归参数。
多元线性回归主要用于分析影响因变量的因素，不仅涉及一个自变量，而且可能涉及多个自变量。
多元线性回归主要用于分析影响因变量的因素，不仅涉及一个自变量，而且可能涉及多个自变量。
多元线性回归分析模型【βk是参数，Xki的线性部分加上随机扰动项μi】

多元线性回归模型分析一个因变量和几个自变量之间的关系。20220314/222ed8be7fee41eea26b074d3617ff29.png" alt="IMG_320" width="478" height="272" />

（二）多元线性回归模型的参数估计

　　同一元线性回归模型类似，可利用OLS估计多元线性回归模型的参数。20220314/52a6309ba0294234b72a5bdcc5cedd57.png" alt="IMG_323" width="686" height="46" />

（三）多元线性回归模型的检验：

1.拟合优度检验

2.F检验（显著性检验）

3.t检验（回归系数检验）

（一）一元线性回归模型的基本假定

设有如下一元线性回归模型：

一元线性回归分析的预测设回归模型为：

　　yi = α+β xi + μi (i=1, 2 ,3, ..., n)