回归分析：研究对象的数量波动能否被另外一个或多个因子来解释。

       回归方法：最小二乘法（直线到所有点的竖直距离的平方和最小）。

       简单线性回归：

               直线数学理论公式：y=β0+β1x+e（β0，β1分别为截距和斜率。e为随机误差，即每个观察值和拟合值的差值）

               R平方（决定系数）：因变量y的波动被预测变量x可以解释的比例，表示方程中变量X对Y的解释程度。R2取值在0到1之间，越接近1，表明方程中X对Y的解释能力越强。通常将R2乘以100%来表示回归方程解释Y变化的百分比。

      F检验是通过方差分析表输出的，通过显著性水平（significant level）检验回归方程的线性关系是否显著。一般来说，显著性水平在0.05以上，均有意义。当F检验通过时，意味着方程中至少有一个回归系数是显著的，但是并不一定所有的回归系数都是显著的，这样就需要通过T检验来验证回归系数的显著性。同样地，T检验可以通过显著性水平或查表来确定。

      P值：显著性水平。