全文总字数：1474字

1. 研究目的与意义

回归分析指根据变量之间相关关系的具体形态，建立一个数学方程来描述变量之间的关系；对给定的自变量x，揭示因变量y在数量上的平均变化并求得因变量的预测值的统计分析方法。

简单回归分析的主要方法为：根据预测目标，确定自变量和因变量；依据自变量和因变量的历史统计资料进行计算，在此基础上建立回归分析方程；进行相关分析，一般要求出相关关系，以相关系数的大小来判断自变量和因变量的相关程度；检验回归预测模型，计算预测误差；最后利用回归预测模型计算预测值，并对预测值进行综合分析，确定最后的预测值。

在我的论文中，我将用几个实际例子来介绍简单回归分析在商业企业管理、保险业及工程技术经济领域中的应用，并借助spss统计软件建立线性回归模型，最后对线性回归的应用做相关总结。

2. 国内外研究现状分析

回归分析的基本思想和方法以及回归名称是由英国统计学家f galton和他的作为现代统计学的奠基者之一的学生karl pearson提出的，他们在研究父母身高与其子女身高的遗传问题时，观察了1078对夫妇，以每对夫妇的平均身高作为解释变量x，取他们的一个成年儿子的身高作为被解释变量y，将结果在平面直角坐标系上绘成散点图，发现趋势近乎一条直线。

计算出的回归直线方程为y=33.73 0.516x。

这种趋势及回归方程表明父母身高x每增加一个单位时，其成年儿子的身高y也平均增加0.516个单位。

3. 研究的基本内容与计划

研究内容、方法： 简单线性回归及几个应用实例1、从一组数据出发确定某些变量之间的定量关系式，即建立数学模型并估计其中的未知参数。

对这些关系式的可信程度进行检验。

利用所求的关系式对某一生产过程进行预测或控制。

4. 研究创新点

1利用简单线性回归建立模型，进行适当的预测或检测。

2详细说明简单线性回归被广泛的应用于各个行业。