散点图可以直观的判断两个变量是否具有线性相关关系；
经验回归直线就是散点图中经过样本数据点最多的那条直线；
样本相关系数的绝对值越接近于 ， 表明两个变量线性相关性越弱；
同一组样本数据中，决定系数越大的模型拟合效果越好
两个变量x，y与其线性相关系数r有下列说法（1）若r>0，则x增大时，y也相应增大；（2）若|r|越趋近于1，则x， y线性相关程度越强；（3）若r＝1或r＝－1，则x与y的关系完全对应(有函数关系)，在散点图上各个散点均在一条直线上.
其中正确的有（ ）
①由样本数据得到的线性回归方程 y^=b^x+a^ 必过样本点的中心 (x¯,y¯) ；
②由样本点 (x1,y1) ， (x2,y2) ，…， (xn,yn) 得到回归直线，则这些样本点都在回归直线上；
③利用 R2=1−∑i=1n(yi−yi^)2∑i=1n(yi−y¯)2 来刻画回归的效果， R2≈0.75 比 R2≈0.64 的模型回归效果好；
④残差图中的残差点比较均匀地落在水平的带状区域中，宽度越窄，则说明模型拟合精度越低；
其中正确的结论是（ ）
