估计标准误说明回归直线的代表性，因此（）

估计标准误也称估计标准误差或剩余标准差，是回归直线随机离差的均方根，它反映了以回归直线为中心的各观察值与其估计值之间的平均离差程度，它是回归模型的误差分析指标，可从另一方面显示回归模型拟合的优劣状况。

提到回归直线，首先要知道变量的相关性。变量与变量之间的关系常见的有两类：一类是确定性的函数关系，像正方形的边长a和面积S的关系；另一类是变量间确实存在关系，但又不具备函数关系所要求的确定性，它们的关系是随机性的。当两个相互关系的量具有这两种变量关系的时候，就称两个变量具有相关关系。在此基础上，可以画出y随x变化的图形，将已知的数据在所作的直角坐标系中进行描点。这样的图形叫做散点图。在回归分析中，用来描述具有线性关系的因变量y与自变量xi的关系曲线，其一般表达式是y=a+∑bixi，i=1,2,…,n。

代表性，抽样的基本要求。样本与母体的相似程度。两者在主要特征上越相似，样本对母体越具代表性，由样本推论母体的结果便越可靠。 代表性启发法（representatiomt1e stlc）概率判断策略的一种。借助证据和结果具有类似特征的程度进行概率判断。在日常生活中，经常用于判断事件的概率，但也可能使我们产生错觉，使我们判断概率事件时发生错误。如我们用计算器加一系列数，得出的总数恰好是12345．我们会觉得这个数不大可能出现，因为它缺乏随机代表性，事实上这个“特殊的”数与另外任何个数且有同等的出现概率。