Prism 提供两种形式的简单回归：简单线性回归和简单逻辑回归。虽然这些分析是相关的，但我们还是要分开讨论。要了解简单线性回归和简单逻辑回归的异同，请在本指南的 "回归原理"部分（简单线性回归、简单逻辑回归）阅读更多相关内容。

简单线性回归通过数据拟合一条直线，找出斜率和截距的拟合优度值。

简单逻辑回归估计获得 "正"结果的概率（当只有两种可能的结果时，如 "正/负"、"成功/失败"或 "活着/死亡"等）。

如何做简单线性回归

 找到拟合优度的斜率和截距

 从线性标准曲线插入值

 建议：何时用非线性回归拟合直线

 置信带和预测带（线性回归）

 制图技巧：简单线性回归

 线性回归与相关性的区别

 如何用一条直线拟合两个数据集

简单线性回归的结果

 斜率和截距

 简单线性回归拟合优度 r2

 残差的标准偏差

 斜率与零相比有明显差异吗？

 比较斜率和截距

 线性回归后的游程检验

 分析清单：简单线性回归

如何进行简单逻辑回归

 拟合简单逻辑回归模型

 本示例简单逻辑回归

简单逻辑回归的结果

 解读系数估计值

 X 为 50%

 优势比

 系数与概率的关系

 β1 的假设检验值（P 值

 ROC 曲线下面积

 拟合优度指标

 分析清单：简单逻辑回归

 简单逻辑回归的错误信息

戴明回归

 关键概念：戴明回归

 如何进行戴明回归

 问与答：戴明回归

 分析清单：戴明回归