回归直线：

如果散点图中点的分布从整体上看大致在一条直线附近，我们就称这两个变量之间具有线性相关关系，这条直线叫做回归直线；

最小二乘法：

使得样本数据的点到回归直线的距离的平方和最小的方法叫做最小二乘法。

回归直线方程：

，
其中。

回归分析是处理变量相关关系的一种常用数学方法，其步骤为：

（1）确定特定量之间是否有相关关系，如果有，那么就找出他们之间贴近的数学表达式；
（2）根据一组观察值，预测变量的取值及判断变量取值的变化趋势；
（3）求出回归直线方程。

二项分布：

一般地，在n次独立重复的试验中，用X表示事件A发生的次数，设每次试验中事件A发生的概率为p，则，k=0，1，2，…n，
此时称随机变量X服从二项分布，记作X~B（n，p），并记。

独立重复试验：

(1)独立重复试验的意义：做n次试验，如果它们是完全同样的一个试验的重复，且它们相互独立，那么这类试验叫做独立重复试验．
(2)一般地，在n次独立重复试验中，设事件A发生的次数为X，在每件试验中事件A发生的概率为p，那么在n次独立重复试验中，事件A恰好发生k次的概率为此时称随机变量X服从二项分布，记作 并称p为成功概率．
(3)独立重复试验：若n次重复试验中，每次试验结果的概率都不依赖于其他各次试验的结果，则称这n次试验是独立的．
(4)独立重复试验概率公式的特点：是n次独立重复试验中某 事件A恰好发生k次的概率．其中，n是重复试验的次数，p是一次试验中某事件A发生的概率，k是在n次独立重复试验中事件A恰好发生的次数，需要弄清公式中n，p，k的意义，才能正确运用公式．

二项分布的判断与应用：

(1)二项分布，实际是对n次独立重复试验从概率分布的角度作出的阐述，判断二项分布，关键是看某一事件是否是进行n次独立重复试验，且每次试验只有两种结果，如果不满足这两个条件，随机变量就不服从二项分布．
(2)当随机变量的总体很大且抽取的样本容量相对于总体来说又比较小，而每次抽取时又只有两种试验结果时，我们可以把它看作独立重复试验，利用二项分布求其分布列．

求独立重复试验的概率：

(1)在n次独立重复试验中，“在相同条件下”等价于各次试验的结果不会受其他试验的影响，即2，…，n)是第i次试验的结果．
(2)独立重复试验是相互独立事件的特例，只要有“恰好”“恰有”字样的用独立重复试验的概率公式计算更简单，要弄清n，p，k的意义。

求二项分布：

二项分布是概率分布的一种，与独立重复试验密切相关，解题时要注意结合二项式定理与组合数等性质。