16.1曲線配適目標採用何種曲線，或，採用何種預測方程式找出在某種標準下最配適的特殊方程式測試此方程式的優缺點測試此方程式所得出的預測結果16.2最小平方法最小平方法將上述數值代入正規方程式中，得到a與b的值將上例中的數值代入Sxx與Sxy的公式Sxx=38178.25，Sxy=-668.1，a=15.3，b=-0.0175其最小平方直線可寫為電腦報表(a)將x＝52代入y＝15.3－0.0175x，得到＝15.3－0.0175(52)＝14.4(b)將x＝104代入y＝15.3－0.0175x，得到＝15.3－0.0175(104)＝13.5稱為迴歸線(regressionlines)，或是估計迴歸線16.3迴歸分析α與β，稱為迴歸係數a與b，稱為估計迴歸係數σ的估計值稱為估計的標準誤或n＝12，Sxy＝-668.1，計算Syy即可。Σyi=166.8,Σyi2=2331.54,α與β的統計推論1.H0：β＝-0.02HA：β≠-0.022.α＝0.053.若t≦-2.228或t≧2.228，則不接受虛無假設4.Sxx＝38178.25,b＝-0.0175、且se＝0.36455.t＝1.340落於區間中，無法不接受虛無假設結論：沒有確切的證據來反駁該宣稱。α與β的信賴區間b＝0.0686，b的標準誤的估計值=0.01467tx.005＝4.604，(df=4)，df:自由度0.0011＜β＜0.1361平均數的估計假設常態迴歸分析的假設條件全部滿足。n＝12、x0＝104、＝81.25、Sxx＝38178.25（例16.2）、a＋bx0＝13.5（例16.3）、se＝0.3645（範例16.4），df＝10的t0.025＝2.228當x＝104週時，預測界限*16.4複迴歸（多元迴歸）代入正規方程式，得到1122000＝8b0＋25b1＋16b23711100＝25b0＋87b1＋55b22372700＝16b0＋55b1＋36b2求解得b0＝65430，b1＝16752，b2＝11235將x1＝3與x2＝2代入上例中的最小平方方程式，得到大約是$138,200。*16.5非線性迴歸利用計算機求出y值的對數值，得到代入正規方程式求解，本組資料關係的方程式為最配適的指數曲線的方程式為將x＝8代入對數形式的方程式中，得到＝1980冪函數(powerfunction)採用對數形式來表示(a)透過電腦軟體，得到以下的拋物線方程式(b)將x＝6.5代入上式，得到估計時間=4.62