1、充分条件与必要条件：一般地，“若p，则q”为真命题，是指由p通过推理可以得出q，这时，我们就说，由p可推出q，记作，并且说p是q的充分条件，q是p的必要条件；
2、充要条件：一般地，如果既有，又有，就记作，此时，我们说，p是q的充分必要条件，简称充要条件。
概括的说，如果，那么p与q互为充要条件。
3、充分不必要条件、必要不充分条件、既不充分也不必要条件：
①充分不必要条件：如果，且pq，则说p是q的充分不必要条件；
②必要不充分条件：如果pq，且，则说p是q的必要不充分条件；
③既不充分也不必要条件：如果pq，且pq，则说p是q的既不充分也不必要条件。

1、全称量词与全称命题：
①全称量词：短语“对所有的”，“对任意的”在陈述中表示整体或全部的含义，逻辑中通常叫做全称量词，并用符号“”表示；
②全称命题：含有全称量词的命题，叫做全称命题
③全称命题的格式：“对M中任意一个x，有p（x）成立”的命题，记为?x∈M，p（x），读作“对任意x属于M，有p（x）成立”。
2、存在量词与特称命题：
①存在量词：短语“存在一个”，“至少有一个”在陈述中表示个别或者一部分的含义，在逻辑中通常叫做存在量词，并用符号“”表示。
②特称命题：含有存在量词的命题，叫做特称命题；
③“存在M中的一个x₀，使p（x₀）成立”的命题，记为?x₀∈M，p（x₀），读作“存在一个x₀属于M，使p（x₀）成立”。
3、全称命题的否定：
一般地，对于含有一个量词的全称命题的否定，有下面的结论：
全称命题p：，它的否命题
4、特称命题的否定：
一般地，对于含有一个量词的特称命题的否定，有下面的结论：
特称命题p：，其否定命题

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。