1、“.....不全为。表多元线性回归方差分析表变异来源自由度总变异总回归回回回残残差残残表多元线性回归方差分析表变异来源自由度总变异回归残差,总回决定系数血糖含量变异的可由总胆固醇甘油三酯胰岛素和糖化血红蛋白的变异解释。复相关系数与多个自变量间的线性相关程度与估计值间的相关系数......”。

2、“.....偏回归平方和表示模型中含有其它个自变量的条件下该自变量对的回归贡献。其值愈大说明相应的自变量愈重要。对例数据作回归分析的部分中间结果平方和变异回归方程中包含的自变量回残回回回回,胰岛素与糖化血红蛋白与血糖有线性回归关系。检验法,胰岛素与糖化血红蛋白与血糖有线性回归关系......”。

3、“.....标准化回归方程的截距为。标准化回归系数标准化回归系数与般回归方程的回归系数的关系标准化回归方程对血糖影响大小的顺序依次为糖化血红蛋白胰岛素甘油三酯与总胆固醇。胰岛素为负向影响。第二节自变量选择程中选取偏回归平方和最小的自变量作检验以决定是否从方程中剔除，直至无自变量可以从方程中剔除为止。缺点当些自变量高度相关时，可能得不出正确结果。出出,剔除逐步回归法先选后剔，双向筛选开始方程中无自变量......”。

4、“.....从方程中选取偏回归平方和最小的自变量作检验以决定是否从方程中剔除直至方程外无自变量可引入，方程内无自变量可剔除为止。出出,剔除内剔入入,入选外引入值定的越小选取自变量标准越严，被选入方程内自变量数越少。入值越大则反之。小样本入，出。大样本入，出。入出，以免上步剔除后下步又被选入名糖尿病人血糖及有关变量逐步回归过程入......”。

5、“.....,残回第步选,残回第二步剔无，选,残回第三步剔无，选,残回第四步剔无，选......”。

6、“.....增加或减少个单位时的平均变化量。故可排除混杂因素。估计与预测心脏表面积心脏横径心脏纵径心脏宽径新生儿体重胎儿孕龄胎儿头径胎儿胸径胎儿腹径统计控制利用回归方程进行逆估计，确定后控制。采用射频治疗仪治疗脑肿瘤脑皮质毁损半径射频温度照射时间二多元线性回归应用的注意事项指标的数量化应变量为连续变量自变量可为连续有序分类或无序分类变量连续变量有序分类变量轻中重无序分类变量职业无序分类变量工人农民干部职员哑变量样本含量至少是个数的倍多重共线性实际应用中非常普遍......”。

7、“.....变量间的交互作用自变量对的作用大小与另自变量的取值有关......”。

8、“.....多个多重回归个，多个常数项偏回归系数在其它自变量保持不变时，增加或减少个单位时的平均变化量。去除个自变量对影响后的随机误差。多元线性回归模型应用条件与，之间具有线性关系各个间相互服从均数为方差为的正态分布。多元线性回归分析步骤根据样本数据求得模型参数估计值对回归方程及各作假设检验......”。

9、“.....使残差平方和最小。ˆˆˆ用最小二乘法解正规方程组，使残差平方和最小......”。