(11)第11章 一元线性回归
贾俊平《统计学》章节题库-第十一章至第十二章(圣才出品)
圣才电子书 十万种考研考证电子书、题库视频学习平台
5．根据下面的散点图，可以判断两个变量之间存在（ ）。
A．正线性相关关系 B．负线性相关关系 C．非线性关系 D．函数关系 【答案】B 【解析】在线性相关中，若两个变量的变动方向相反，一个变量的数值增加，另一个变 量的数值随之减少，或一个变量的数值减少，另一个变量的数值随之增加，则称为负线性相 关关系。
1 / 88
圣才电子书 十万种考研考证电子书、题库视频学习平台
3．下面的假定中，哪个属于相关分析中的假定（ ）。 A．两个变量之间是非线性关系 B．两个变量都是随机变量 C．自变量是随机变量，因变量不是随机变量 D．一个变量的数值增大，另一个变量的数值也应增大 【答案】B 【解析】在进行相关分析时，对总体主要有以下两个假定：①两个变量之间是线性关系； ②两个变量都是随机变量。
【答案】C 【解析】在线性相关中，若两个变量的变动方向相反，一个变量的数值增加，另一个变
5 / 88
圣才电子书 十万种考研考证电子书、题库视频学习平台
量的数值随之减少，或一个变量的数值减少，另一个变量的数值随之增加，即 x 值增大时 y 值随之变小，或 x 值变小时 y 值随之增大，则称为负相关。
12．如果相关系数 r=0，则表明两个变量之间（ ）。 A．相关程度很低 B．不存在任何关系 C．不存在线性相关关系 D．存在非线性相关关系 【答案】C 【解析】相关系数是根据样本数据计算的度量两个变量之间线性关系强度的统计量。如 果相关系数 r=0，说明两个变量之间不存在线性相关关系。
13．设产品产量与产品单位成本之间的线性相关系数为-0.87，这说明二者之间存在着 （ ）。
2．下面的各问题中，哪个不是相关分析要解决的问题（ ）。 A．判断变量之间是否存在关系 B．判断一个变量数值的变化对另一个变量的影响 C．描述变量之间的关系强度 D．判断样本所反映的变量之间的关系能否代表总体变量之间的关系 【答案】B 【解析】相关分析就是对两个变量之间线性关系的描述与度量，它主要解决的问题包括： ①变量之间是否存在关系；②如果存在关系，它们之间是什么样的关系；③变量之间的关系 强度如何；④样本所反映的变量之间的关系能否代表总体变量之间的关系。
《统计学》课后思考题
《统计学》课后思考题《统计学》课后思考题第⼀章导论1、解释描述统计和推断统计描述统计：研究的是数据收集、处理、汇总、图表描述、概括与分析等统计⽅法。
推断统计：研究如何利⽤样本数据来推断总体特征的统计⽅法。
2、统计数据可分为哪⼏个类型？不同类型的数据各有什么特点？3、举例说明总体、样本、参数、统计量、变量这⼏个概念总体：所研究的全部元素的集合，其中的每⼀个元素称为个体。
eg.要检验⼀批灯泡的使⽤寿命，这批灯泡构成的集合就是总体。
样本：从总体中抽取的⼀部分元素的集合。
eg.从⼀批灯泡中随机抽取100个，这100个灯泡就构成了⼀个样本。
参数：研究者想要了解的总体的某种特征值。
eg.总体平均数⽤µ表⽰，总体标准差⽤σ表⽰。
统计量：根据样本数据计算出来的⼀个量。
eg.样本标准差⽤s表⽰变量：说明现象某种特征的概念。
eg.商品销售额、受教育程度等第三章数据的图表展⽰1、分类数据和顺序数据的整理和图⽰⽅法各有哪些分类数据整理：频数、⽐例、百分⽐、⽐率图⽰：条形图、帕累托图、饼图、环形图顺序数据整理：累计频数、累计频率（累计百分⽐）图⽰：累计频数分布图和累计频率分布图分类数据的整理和图⽰⽅法同样适⽤于顺序数据2、茎叶图与直⽅图相⽐有什么优点？它们的应⽤场合是什么？茎叶图是由“茎”和“叶”两部分组成的、反映原始数据分布的图形，其图形是由数字组成的。
通过茎叶图，可以看数据的分布形状及数据的离散状况。
与直⽅图相⽐，茎叶图既能给出数据的分布状况，⼜能给出⼀个原始数值，即保留了原始数据的信息。
⽽直⽅图不能给出原始数值。
在应⽤⽅⾯，直⽅图⼀般适⽤于⼤批量数据，茎叶图通常适⽤于⼩批量数据。
第四章数据的概括性度量1、⼀组数据的分布特征可以从哪⼏个⽅⾯进⾏测度？⼀是分布的集中趋势，反映各数据向其中⼼值靠拢或聚集的程度；⼆是分布的离散程度，反映各数据远离其中⼼值的趋势；三是分布的形状，反映数据分布的偏态和峰态。
2、简述众数、中位数和平均数的特点和应⽤场合（1）众数特点：是⼀组数据分布的峰值，不受极端值影响。
第11章回归分析习题解答
B． 是随机变量，且有 y0 N (β0 + β1x0 ,σ 2 ) ．
C． 当 β0 ， β1 确知时等于 β0 + β1x0 ．
D． 等于 βˆ0 + βˆ1x0 ．
6． 在回归分析中，检验线性相关显著性常用的三种检验方法，不包含(
A． 相关系数显著性检验法．
B． t 检验法．
； 若 新 保 单 数 x0 = 1000 ， 给 出 Y 的 估 计 值 为
yˆ0 = 0.118129 + 0.003585×1000 = 3.703129 .
16． 下表是 16 只公益股票某年的每股帐面价值 x 和当年红利 y ，利用 Excel 的数据分
析功能得到的统计分析结果如下：
方差分析
过 10 周时间，收集了每周加班工作时间的数据和签发的新保单数目， x 为每周签发的新保
单数目，Y 为每周加班工作时间（小时）.利用 Excel 的数据分析功能得到统计分析如下表.
Coefficients
标准误差
Intercept X Variable 1
0.118129 0.003585
0.355148 0.000421
15.1
15.1
228.01
228.01
18
15.1
14.5
228.01
210.25
列和
270.1
265
计算可得：
4149.39
3996.14
∑ Syy =
y2 i
−
ny 2
=94.75
∑ Sxx =
x2 i
−
nx 2
=96.39
∑ Sxy = xi yi − nxy = 95.24
第十章 一元线性回归
第十一章 一元线性回归一、填空题1、对回归系数的显著性检验，通常采用的是 检验。
2、若回归方程的判定系数R 2=0.81，则两个变量x 与y 之间的相关系数r 为_________________。
3、若变量x 与y 之间的相关系数r=0.8，则回归方程的判定系数R 2为____________。
4、对于直线趋势方程bx a y c +=，已知∑=,0x ∑=130xy ，n=9，1692=∑x， a=b ，则趋势方程中的b=______。
5、回归直线方程bx a y c +=中的参数b 是_____________。
估计待定参数a 和 b 常用的方法是-_________________。
6、相关系数的取值范围_______________。
7、在回归分析中，描述因变量y 如何依赖于自变量x 和误差项的方程称为 。
8、在回归分析中，根据样本数据求出的方程称为 。
9、在回归模型εββ++=x y 10中的ε反映的是 。
10、在回归分析中，F 检验主要用来检验 。
11、说明回归方程拟合优度检验的统计量称为 。
二、单选题1、年劳动生产率（x ：千元）和工人工资（y ：元）之间的回归方程为1070y x =+，这意味着年劳动生产率没提高1千元，工人工资平均（ ）A 、 增加70元B 、 减少70元C 、增加80元D 、 减少80元 2、两变量具有线形相关，其相关系数r=-0.9，则两变量之间（ ）。
A 、强相关B 、弱相关C 、不相关D 、负的弱相关关系 3、变量的线性相关关系为0，表明两变量之间（ ）。
A 、完全相关B 、无关系C 、不完全相关D 、不存在线性关系 4、相关关系与函数关系之间的联系体现在（ ）。
A 、相关关系普遍存在，函数关系是相关关系的特例 B 、函数关系普遍存在，相关关系是函数关系的特例C 、相关关系与函数关系是两种完全独立的现象D 、相关关系与函数关系没有区别 5、已知x 和y 两变量之间存在线形关系，且δx =10, δy =8, δxy2=-7,n=100,则x 和y 存在着（ ）。
贾俊平统计学第7版课后习题答案
贾俊平《统计学》课后习题答案在线阅读：https:///cUb7v8DC
【解析】数据的测量尺度有四种：①分类尺度，即名义尺度。按照事物的某种属性对其进行 平行的分类，数据表现为类别，如“性别”。②顺序尺度。对事物类别顺序的测度，数据表 现为有序的类别，如“产品登记”“受教育程度”。③差距尺度。对事物类别或次序之间间 距的测度，没有绝对零点，数据表现为数字。④比例尺度。对事物类别或次序之间间距的测 度，有绝对零点，数据表现为数字。 8 以下关于参数和统计量的说法正确的是（ ）。[中央财经大学 2011 研] A．总体参数是随机变量 B．样本统计量都是总体参数的无偏估计量 C．对一个总体参数进行估计时，统计量的表达式是唯一的 D．样本统计量是随机变量 【答案】D 【解析】参数是用来描述总体特征的概括性数字度量，研究者所关心的参数通常有总体平均 数、总体标准差、总体比例等，由于总体数据通常是不知道的，所以参数是一个未知的常数。 无偏性是指估计量抽样分布的数学期望等于被估计的总体参数，并非所有的估计量都具有无 偏性。对总体参数进行估计时，用不同估计方法得到的估计量可能不同。统计量是根据样本 数据计算出来的一个量，由于抽样是随机的，因此统计量是样本的函数，是随机变量。 9 以下哪一种情形涉及定性数据的收集？（ ）[中山大学 2012 研] A．质量控制工程师测量电灯泡的寿命 B．社会学家通过抽样调查来估计广州市市民的平均年收入 C．运动器材厂家在区分各大俱乐部棒球选手是左撇子还是右撇子时做的调查 D．婚礼策划公司通过抽样调查来估计上海市市民举办婚礼的平均开销 【答案】C
试读（部分内容）
第 1 章 导 论 一、单项选择题 1 在抽样推断中，总体参数是一个（ ）。[中央财经大学 2018 研]
贾俊平《统计学》课后习．已知的量 C．统计量 D．确定的量 【答案】D 【解析】参数是用来描述总体特征的概括性数字度量，它是研究者想要了解的总体的某种特 征值。由于总体数据通常是不知道的，所以参数是一个未知的确定的常数。 2 统计年鉴中 2016 年全国各大城市的人均家庭收入数据属于（ ）。[中央财经大学 2018 研] A．定类数据 B．定序数据 C．截面数据 D．时间序列数据 【答案】C 【解析】按照被描述的现象与时间的关系，可以将统计数据分为截面数据和时间序列数据。 截面数据是在相同或近似相同的时间点上收集的数据，这类数据通常是在不同的空间获得 的，用于描述现象在某一时刻的变化情况。比如，2010 年我国各地区的国内生产总值就是 截面数据。时间序列数据是在不同时间收集到的数据，这类数据是按时间顺序收集到的，用 于描述现象随时间变化的情况。比如 2010～2012 年我国的国内生产总值就是时间序列数 据。 3 在教学评估中，某省三所高校的等级分别是优秀、良好、及格，则“等级”是（ ）。 [浙江工商大学 2017 研]
统计学-第11章一元线性回归学习指导
第11章一元线性回归（相关与回归）学习指导一、本章基本知识梳理基本知识点含义或公式相关关系 客观现象之间确实存在的、但在数量表现上不是严格对应的依存关系。
函数关系 客观现象之间确实存在的、而且数量表现上是严格对应的依存关系。
因果关系有相关关系的现象中能够明确其中一种现象(变量)是引起另一种现象(变量)变化的原因，另一种现象是这种现象变化的结果。
起影响作用的现象(变量)称为“自变量”；而受自变量影响发生变动的现象(变量)称为“因变量”。
因果关系∊相关关系，但相关关系中还包括互为因果关系的情况。
相关关系的种类 按涉及变量多少分为单相关、复相关；按相关方向分为正相关、负相关；按相关形态分为线性相关、非线性相关等。
线性(直线) 相关系数 简称相关系数，反映具有直线相关关系的两个变量关系的密切程度。
()()∑∑∑∑∑∑∑---==2222y yn x xn yx xy n SS S r yx xy相关系数的 显著性检验 ——t 检验 ()().2;,212:0:,0:020221Hn t t Hn t t rn r t HH，拒绝不能拒绝检验统计量-〉-〈--=≠=ααρρ回归方程中的 参数β0和β1为回归直线的截距、起始值，表示在没有自变量x 的影响(即x =0)时，其他各种因素对因变量y 的平均影响；β1为回归系数、斜率，表示自变量x 每变动一个单位，因变量y 的平均变动量。
β1的最小平方估计：∑∑∑∑∑⎪⎭⎫ ⎝⎛--=221x x n yx xy nβ估计标准误差反映因变量实际值与其估计值之间的平均差异程度，表明其估计值对实际值的代表性强弱。
其值越大，实际值与估计值之间的平均差异程度越大，估计值的代表性越差。
()代替。
用大样本条件下，分母可；n n yyS e 2ˆ2--=∑总离差平方和S S T反映因变量的n 个观察值与其均值的总离差。
回归离差平方和S S R 反映自变量x 的变化对因变量y 取值变化的影响；或者说，是由于x 与y 之间的线性关系引起的y 取值的变化，也称为可解释的平方和。
11线性回归方程的求法
根据最小二乘法估计a 和 b就是未知参数a和b的最好估计，
i xi 1 2 y i x i2
2 ， x i i=1 n
x
， y
， xi yi
i=1
n
.
例1 从某大学中随机选取8名女大学生，其身高和体重数据如表1-1所示。
1 编号 身高/cm 165 体重/kg 48
2 3 4 5 6 7 8 165 157 170 175 165 155 170 57 50 54 64 61 43 59
求根据一名女大学生的身高预报她的体重的回归方程，并预报一名身高为 ( x, y)称为 172cm的女大学生的体重。
n
样本点的中心 根据最小二乘法估计a 和 b就是未知参数 a和b的最好估计，
例1 从某大学中随机选取8名女大学生，其身高和体重数据如表1-1所示。
1 编号 身高/cm 165 体重/kg 48
2 3 4 5 6 7 8 165 157 170 175 165 155 170 57 50 54 64 61 43 59
求根据一名女大学生的身高预报她的体重的回归方程，并预报一名身高为 172cm的女大学生的体重。
施化肥量x 15
20
25
30
35
40
45
水稻产量y 330 345 365 y
500 450 400 350 300 10
405 445
450 455
散点图
水稻产量
··
20
·
·
· · ·
施化肥量
30 40 50
x
探索2：在这些点附近可画直线不止一条， 哪条直线最能代表x与y之间的关系呢？ 发现：图中各点，大致分布在某条直线附近。
一元线性回归分析
(n
2)
S2 ˆ0
2 ˆ0
:
2(n 2)
S 2 ˆ1
S2
n
（Xt X )2
t 1
(n
2)
S2 ˆ1
2 ˆ1
:
2(n 2)
所以根据t分布的定义，有
ˆ0 0 ~ t(n 2), ˆ1 1 ~ t(n 2)
Sˆ0
Sˆ1
进而得出了0的置信水平为1-区间估计为
et Yt Yˆt称为残差，与总体的误差项ut对应，n为样 本的容量。
样本回归函数与总体回归函数区别
1、总体回归线是未知的，只有一条。样本回归线是根据样本数 据拟合的，每抽取一组样本，便可以拟合一条样本回归线。
2、总体回归函数中的β0和β1是未知的参数，表现为常数。而样
本回归函数中的 ˆ0和是ˆ1 随机变量，其具体数值随所抽取
S 44.0632
Sef S
1 1 n
( X f X )2
n
45.543
( Xt X )2
t 1
所求置信区间为：(188.6565 97.6806)
回归分析的SPSS实现
“Analyze->Regression->Linear”
0
n
2 t1 Xt (Yt ˆ0 ˆ1 Xt ) 0
nˆ0
n
ˆ1
t 1
Xt
n
Yt
t 1
n
n
n
ˆ0
t 1
Xt
ˆ1
t 1
X
2 t
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
统计学
STATISTICS (第六版)
相关系数的显著性检验
(例题分析)
各相关系数检验的统计量
11 - 27
作者：贾俊平，中国人民大学统计学院
统计学
STATISTICS (第六版)
11.2
一元线性回归
11.2.1 11.2.2 11.2.3 11.2.4
一元线性回归模型 参数的最小二乘估计 回归直线的拟合优度 显著性检验
11 - 22
作者：贾俊平，中国人民大学统计学院
统计学
STATISTICS (第六版)
相关系数
(例题分析)
用Excel计算相关系数
11 - 23
作者：贾俊平，中国人民大学统计学院
统计学STATISTIC来自 (第六版)相关系数的显著性检验
11 - 24
作者：贾俊平，中国人民大学统计学院
统计学
STATISTICS (第六版)
3. 因变量与自变量之间的关系用一个线性方 程来表示
11 - 32
作者：贾俊平，中国人民大学统计学院
统计学
STATISTICS (第六版)
回归模型
(regression model)
1. 回答“变量之间是什么样的关系？” 2. 方程中运用
1 个数值型因变量(响应变量)
被预测的变量
用于预测的变量
11 - 20
统计学
STATISTICS (第六版)
相关系数的性质
性质2：r具有对称性。即x与y之间的相关系数和y与x之间 的相关系数相等，即rxy= ryx 性质3：r数值大小与x和y原点及尺度无关，即改变x和y的 数据原点及计量尺度，并不改变r数值大小 性质4：仅仅是x与y之间线性关系的一个度量，它不能用 于描述非线性关系。这意为着， r=0只表示两个变 量之间不存在线性相关关系，并不说明变量之间没 有任何关系 性质5：r虽然是两个变量之间线性关系的一个度量，却不 一定意味着x与y一定有因果关系
相关关系的描述与测度
(散点图)
11 - 11
作者：贾俊平，中国人民大学统计学院
统计学
STATISTICS (第六版)
相关分析及其假定
1. 相关分析要解决的问题
变量之间是否存在关系？ 如果存在关系，它们之间是什么样的关系？ 变量之间的关系强度如何？ 样本所反映的变量之间的关系能否代表总体变量之 间的关系？
11 - 6
作者：贾俊平，中国人民大学统计学院
统计学
STATISTICS (第六版)
函数关系
(几个例子)
某种商品的销售额 y 与销售量 x 之间的关系 可表示为 y = px (p 为单价)
圆的面积S与半径R之间的关系可表示为 S=R2 企业的原材料消耗额y与产量x1 、单位产量 消耗x2 、原材料价格x3之间的关系可表示为 y = x1 x2 x3
2. 为解决这些问题，在进行相关分析时，对总体有 以下两个主要假定
两个变量之间是线性关系 两个变量都是随机变量
作者：贾俊平，中国人民大学统计学院
11 - 12
统计学
STATISTICS (第六版)
散点图
(scatter diagram)
1 个或多个数值型或分类型自变量 (解释变量)
14 12
10 8 6 4 2 0 0 10 20 30 累计应收贷款 不良贷款与累计应收贷款的散点图
14 12
不良贷款
8 6 4 2 0 0 10 20 30 40 贷款项目个数
不良贷款
10
10 8 6 4 2 0 0 50 100 150 200 固定资产投资额
11 - 16
不良贷款与贷款项目个数的散点图
统计学
STATISTICS (第六版)
一元线性回归
1. 涉及一个自变量的回归 2. 因变量y与自变量x之间为线性关系
被预测或被解释的变量称为因变量 (dependent variable)，用y表示 用来预测或用来解释因变量的一个或多个变 量称为自变量 (independent variable) ，用 x 表示
11 - 2
作者：贾俊平，中国人民大学统计学院
统计学
STATISTICS (第六版)
学习目标
1. 相关关系的分析方法
2. 一元线性回归的基本原理和参数的最小 二乘估计 3. 回归直线的拟合优度 4. 回归方程的显著性检验 5. 利用回归方程进行估计和预测 6. 用 Excel 进行回归
11 - 3
作者：贾俊平，中国人民大学统计学院
提出假设：H0： ；H1： 0
统计学
STATISTICS (第六版)
相关系数的显著性检验
(例题分析)
对不良贷款与贷款余额之间的相关系数进行显著性检 验(0.05) 1. 提出假设：H0： ；H1： 0 2. 计算检验的统计量
商品销售额y与广告费支出x之间的关系
作者：贾俊平，中国人民大学统计学院
11 - 9
统计学
STATISTICS (第六版)
相关关系
(类型)
相关关系
线性相关
正相关 负相关
11 - 10
非线性相关
完全相关
正相关 负相关
不相关
作者：贾俊平，中国人民大学统计学院
统计学
STATISTICS (第六版)
相关系数的显著性检验
(检验的步骤)
1. 2. 3. 4.
检验两个变量之间是否存在线性相关关系 等价于对回归系数 1的检验 采用R.A.Fisher提出的 t 检验 检验的步骤为
11 - 25
n2 t r ~ t (n 2) 计算检验的统计量： 2 1 r 确定显著性水平，并作出决策 • 若t>t，拒绝H0 • 若t<t，不拒绝H0
11 - 8
x
作者：贾俊平，中国人民大学统计学院
统计学
STATISTICS (第六版)
相关关系
(几个例子)
父亲身高y与子女身高x之间的关系
收入水平y与受教育程度x之间的关系
粮食单位面积产量y与施肥量x1 、降雨量 x2 、温度x3之间的关系 商品的消费量y与居民收入x之间的关系
也称为线性相关系数(linear correlation coefficient) 或 称 为 Pearson 相 关 系 数 (Pearson’s correlation coefficient)
作者：贾俊平，中国人民大学统计学院
11 - 18
统计学
STATISTICS (第六版)
相关系数
(计算公式)
11 - 7
作者：贾俊平，中国人民大学统计学院
统计学
STATISTICS (第六版)
相关关系
(correlation)
y
1. 变量间关系不能用函数关 系精确表达 2. 一个变量的取值不能由另 一个变量唯一确定 3. 当变量 x 取某个值时，变 量 y 的取值可能有几个 4. 各观测点分布在直线周围
25 2 t 0.8436 7.5344 2 1 0.8436
3. 根据显著性水平＝0.05，查t分布表得t(n-2)=2.069 由于 t=7.5344>t(25-2)=2.069 ，拒绝 H0 ，不良贷 款与贷款余额之间存在着显著的正线性相关关系
11 - 26
统计学
STATISTICS (第六版)
第11章 一元线性回归
作者：中国人民大学统计学院
11 - 1
贾俊平
作者：贾俊平，中国人民大学统计学院
统计学
STATISTICS (第六版)
第11章 一元线性回归
变量间关系的度量 一元线性回归 利用回归方程进行估计和预测 残差分析
11.1 11.2 11.3 11.4
作者：贾俊平，中国人民大学统计学院
统计学
STATISTICS (第六版)
11.1 变量间关系的度量
11.1.1 变量间的关系 11.1.2 相关关系的描述与测度 11.1.3 相关系数的显著性检验
11 - 4
作者：贾俊平，中国人民大学统计学院
统计学
STATISTICS (第六版)
变量间的关系
11 - 5
样本相关系数的计算公式
r
( x x )( y y ) (x x) ( y y)
2
2
或化简为 r
n x x n y y
2 2 2
n xy x y
2
11 - 19
作者：贾俊平，中国人民大学统计学院
统计学
STATISTICS (第六版)
11 - 21
作者：贾俊平，中国人民大学统计学院
统计学
STATISTICS (第六版)
相关系数的经验解释
|r|0.8时，可视为两个变量之间高度相关 0.5|r|<0.8时，可视为中度相关 0.3|r|<0.5时，视为低度相关 |r|<0.3时，说明两个变量之间的相关程度 极弱，可视为不相关 5. 上述解释必须建立在对相关系数的显著性 进行检验的基础之上 1. 2. 3. 4.
11 - 28
作者：贾俊平，中国人民大学统计学院
统计学
STATISTICS (第六版)
什么是回归分析？
(Regression)
1. 从一组样本数据出发，确定变量之间的数学 关系式 2. 对这些关系式的可信程度进行各种统计检验 ，并从影响某一特定变量的诸多变量中找出 哪些变量的影响显著，哪些不显著 3. 利用所求的关系式，根据一个或几个变量的 取值来预测或控制另一个特定变量的取值， 并给出这种预测或控制的精确程度