依据自变量和因变量之间的相关关系不同，可分为一元回归分析方法和多元回归分析方法。

一元线性回归模型是用于分析一个自变量X与一个因变量Y之间线性关系的数学方程。（ ） 回归分析法也称相关分析法，它是依据预测的 ()原理，在分析市场现象自变量和因变量之间相关关系的基础上，建立变量之间的回归方程，并将回归方程作为预测模型，根据自变量在预测期的数量变化来预测因变量变化的预测方法。 （）进一步拓展了平衡表法，它在自变量和因变量相关关系的基础上，建立变量之间的回归方程，并进一步预测。 （）进一步拓展了平衡表法，它在自变量和因变量相关关系的基础上，建立变量之间的回归方程，并进一步预测 ()进一步拓展了平衡表法，它在自变量和因变量相关关系的基础上，建立变量之间的回归方程，并进一步预测。 回归分析法也称相关分析法，它是依据预测的（）原理，在分析市场现象自变量和因变量之间相关关系的基础上，建立变量之间的同归方程，并将同归方程作为预测模型，根据自变量在预测期的数量变化来预测因变量变化的预测方法。 在一元线性回归模型中对回归系数显著性检验的t统计量和对因变量与自变量相关系数检验的t统计量没有关系 回归分析预测法是指在分析市场现象的自变量和因变量之间相关关系的基础上，建立变量之间的回归方程，将回归方程作为预测模型，根据（）在预测期的数量变化，预测因变量在预测期的变化结果的方法 回归分析预测法是指在分析市场现象的自变量和因变量之间相关关系的基础上，建立变量之间的回归方程，将回归方程作为预测模型，根据自变量在预测期的数量变化，预测（）在预测期的变化结果的方法 自变量x与因变量y的数据如下表所示，一元线性回归预测模型中的系数a为() 在研究自变量X与因变量Y之间的线性相关关系时，相关系数r>0时，表示两个变量(　　)。 一元线性回归方程中，回归系数表示自变量每变动一个单位时因变量的平均变动值（） 自变量x与因变量y的数据如下表所示，一元线性回归预测模型中的系数b为() 变量依其相互关系可分为自变量、因变量和控制变量。 以Y为因变量、X为自变量，建立一元线性回归模型Y=β0+β1X+ε。关于该回归模型的说法()。   一元线性回归方程中b大于0，表示两个变量之间存在正相关关系。 在一元线性回归方程中，回归系数表示自变量每变动一个单位时，因变量的平均变动值（） 回归分析中，自变量和因变量的性质是( ) 直线回归分析时怎样确定自变量和因变量？ 已知某一直线回归方程的判定系数为 0.81，则自变量与因变量之间的相关系数为