（1）简单线性回归与多元线性回归的不同概念①简单线性回归涉及的变量只有两个，即假想研究中的 值和Y值，其表示的意思是，在每一个样本中，x值和y值完全相同。即某样本的x为1时，其丫值也为1，依次类推，这两个变量的关系可以用方程Y=X来表示，这即是回归方程，如果将这4点连成一条直线，那么这条直线被称为回归线，回归线表达了x与Y，之间的相关关系，而回归方程则是简化该相关性的有效形式，回归方程是基于回归线计算而来的.②多元线性回归用来外析某个因变量被多个自变量影响的情况。如在关于老师对学生成绩的影响计算中，可以借用多元线性回归来预测学生的成绩。它的基本表示形式是[tex=16.143x1.214]Yxhl+/EC8brGVMxsYCTJGnsgDgzzQM26m67Fz+kiRe95zc44IiliZtuB3gFLlOe8[/tex]式中， F为学生期末考试的成绩： I为学生最初考试的成绩： [tex=1.214x1.214]Eh13YTQY62V2jiw99mPjtA==[/tex]，为指导及支持练习的混合影响； [tex=1.214x1.214]CN6DjqLuf+rqHGJDNNgdBg==[/tex]，老师对内容精通的混合影响[tex=1.214x1.214]V6+ljAKHDZXxxntbDdpUCA==[/tex]，为提供具体相关训练的反馈组合：[tex=1.214x1.214]k5t4XfE3+mieV4xXOa6v2Q==[/tex]，为清楚简洁的训练示范组合； b为回归加权； c为残差。（2）与只有单变量X的一元线性回归不同，多元线性回归中包含多个x，而且也有多个b，这里的残差e代表y的变异量中无法被变量x解释分析的部分，需要说明的是，对于数据的分析往往力求以最简单的形式表示，所以，直线回归的使用频率最高。