相关系数：

，
当r＞0时，表明两个变量正相关；当r＜0时，表明两个变量负相关；|r|≤1，且|r|越接近于1，相关程度越大；|r|越接近于0，相关程度越小。

残差：
相关指数R²用来刻画回归的效果，其计算公式是，
在含有一个解释变量的线性模型中，R²恰好等于相关系数r的平方。显然，R²取值越大，意味着残差平方和越小，也就是模型的拟合效果越好。

建立回归模型的基本步骤：

（1）确定研究对象，明确哪个变量是解释变量，哪个是预报变量；
（2）画出解释变量和预报变量的散点图，观察它们之间的关系；
（3）由经验确定回归方程的类型（如观察到数据呈线性关系，则选用线性回归方程）；
（4）按一定规则估计回归方程中的参数（如最小二乘法）；
（5）得出结果分析残差图是否有异常，若存在异常，则检查数据是否有误，或模型是否适当。当回归方程不是形如时，我们称之为非线性回归方程。

正态分布的定义：

如果随机变量ξ的总体密度曲线是由或近似地由下面的函数给定：，x∈R，则称ξ服从正态分布，这时的总体分布叫正态分布，其中μ表示总体平均数，σ叫标准差，正态分布常用来表示。
当μ＝0，σ＝1时，称ξ服从标准正态分布，这时的总体叫标准正态总体。
叫标准正态曲线。

正态曲线，x∈R的有关性质：

（1）曲线在x轴上方，与x轴永不相交；
（2）曲线关于直线x＝μ对称，且在x＝μ两旁延伸时无限接近x轴；
（3）曲线在x＝μ处达到最高点；
（4）当μ一定时，曲线形状由σ的大小来决定，σ越大，曲线越“矮胖”，表示总体分布比较离散，σ越小，曲线越“瘦高”，表示总体分布比较集中。

在标准正态总体N（0，1）中：

（1）；
（2）（因为曲线关于y轴对称）；
（3），。