解：（1）制表：
1
40
150
1600
22500
6000
2
42
140
1764
19600
5880
3
48
160
2304
25600
7680
4
55
170
3025
28900
9350
5
65
150
4225
22500
9750
6
79
162
6241
26244
12798
7
88
185
7744
34225
16280
8
100
165
10000
27225
16500
9
120
190
14400
36100
22800
10
140
185
19600
34225
25900
合计
777
1657
70903
277119
132929
;
即 与 的相关系数 ；
（2）查表显著性水平0.05，自由度10－2＝8相应的相关系数临界值 ；因为， ，所以，可以认为 与 之间具有线性相关关系．
（3）
说明：如果会使用含统计的科学计算器，能简单得到 这些量，就无需有制表这一步，直接算出结果就行了制表的目的是为了准确无误而快速有效地得到 和 的值．顺便值得一提的是：电脑中的许多应用软件，特别是表格类软件是提供统计计算函数的，用起来非常方便．
产品产量与单位成本的线性回归分析
例 针对某工厂某产品产量与单位成本的资料进行线性回归分析：
月份
产量（千件）
单位成本（元/件）
1
2
73
4
146
2
3
72
9
216
3
4
71
16
284
4
3
73
9
219
5
4
69
16
276
6
5
68
25
340
合计
21
426
79
1481
分析：这是一个实际应用的回归分析问题，其实就是找出回归方程，通过回归直线方程来分析产品产量与单位成本的关系．
解：设回归直线方程为
，所以代入公式， ，故回归直线方程为：
由于回归系数 为－1.82，由回归系数 的意义可知：产量每增加1000件，单位成本下降1.82元．
说明：回归分析，说明 与 它们之间是一元线性回归关系．回归方程中的回归系数 和 ，刻画了这 与 两个量之间的变化趋势，对它们所反映出的信息进行分析，就是回归分析．
参考资料：http://resource.smjy.net/staticres/2004/gzpd/jxzy/04-05shang/sx/3/06/renjiao/1/dxlt.htm