术语结论
回归分析（Regression Analysis）
通过建立自变量与因变量之间的数学模型来描述和预测变量关系的统计方法；线性回归用最小二乘法拟合直线，非线性回归拟合曲线。监测中回归分析用于建立传感器间接测量与标准值的相关模型（如紫外吸光度与 COD 的回归）、预测趋势与校准验证。回归模型需检验相关系数显著性，低相关（r<0.8）的回归模型不可靠不宜用于关键场景的定量预测。
解释与关联
常见应用
- UV-COD相关模型建立
- 沉降-时间回归预测
常见问题
回归和相关分析一样吗
相关分析度量变量间关联强弱（无因果假设），回归分析建立因变量对自变量的预测模型（隐含因果关系）。
回归模型怎么验证
看相关系数r（>0.8为强相关）、残差正态性与独立性检验；用独立验证集交叉验证预测精度。
内容边界与下一步
回归分析属「数据处理」范畴，具体型号、量程与适用条件以 xmsiyb.com 正式技术资料为准；本词条仅作概念与技术路线说明。
