更改

（2）选择变量的数目没有限制；

（2）选择变量的数目没有限制；

（3）它可以承受双重收缩。

（3）它可以承受双重收缩。<!-- 简单线性回归 应用时机 以单一变数预测 判断两变数之间相关的方向和程度 复回归（或多变量回归）  复回归分析是简单线性回归的一种延伸应用，用以了解一个依变项与两组以上自变项的函数关系。  对数线性回归  对数线性回归，是将解释变项（实验设计中的自变项）和反应变项（实验设计中的依变项）都取对数值之后再进行线性回归，所以依据解释变项的数量，可能是对数简单线性回归，也可能是对数复回归。  非线性回归 对数几率回归 偏回归 自回归 自回归滑动平均模型 差分自回归滑动平均模型 向量自回归模型 -->

 

===<!-- 简单线性回归 应用时机 以单一变数预测 判断两变数之间相关的方向和程度 复回归（或多变量回归）  复回归分析是简单线性回归的一种延伸应用，用以了解一个依变项与两组以上自变项的函数关系。  对数线性回归  对数线性回归，是将解释变项（实验设计中的自变项）和反应变项（实验设计中的依变项）都取对数值之后再进行线性回归，所以依据解释变项的数量，可能是对数简单线性回归，也可能是对数复回归。  非线性回归 对数几率回归 偏回归 自回归 自回归滑动平均模型 差分自回归滑动平均模型 向量自回归模型 -->===

== 回归分析主要解决的问题 ==

== 回归分析主要解决的问题 ==