本文目录一览：
CFA二级考试10个考试科目重点有哪些
cfa二级考试科目：职业伦理道德、定量分析、经济学、财务报表分析、公司理财、权益投资、固定权益投资、衍生品投资、其他投资、投资组合管理。
cfa二级考试侧重：资产评估分析、股票估值、固定收益、衍生品投资，针对案例考察如何对产品进行有效定价和投资组合分析，考试形式是针对案例分析投资绩效和收益变化。
2019年cfa二级考纲知识点变化：
职业伦理道德【考纲变化情况】删除了4个reading ,新增了一个reading，删除了万年不考的行为客观性标准（ROS）；
定量分析【考纲变化情况】增加了Fintech 一个reading ; 多元回归中，新增了三个考点，是Fintech相关内容；
财报概念和分析，基本不涉及计算
财务报表分析【考纲变化情况】新增一个分析金融机构的reading，大多为概念和分析，基本不涉及计算；
固定权益投资【考纲变化情况】对信用分析模型（Credit analysis models） 整个reading 的考纲描述发生了调整。
请问，数学中“回归分析”的“回归”是什么意思（从概念上讲）？
刚好这个学期数理统计和数学建模都学过回归分析和回归模型。
回归分析是确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法。所谓回归分析就是分析两个变量在平均意义下的函数关系表达式，回归函数。
它的实际意义就是对于两个具有相关关系但不能给出二者确切函数关系的变量，可以在平均意义下给出两者的近似关系。而分析这两个具有相关关系的变量在平均意义下的函数关系表达式，就是回归函数。
上面是我在数理统计讲义里找到的答案，下面是数学建模里面给回归的定义：
确定两种或者两种以上变量间相互依赖的定量关系的统计分析方法就是回归分析，回归分析主要分为一元回归，多元回归以及线性回归和非线性回归。
也就是说，两个具有相关关系（非确定性关系）的变量，我们通过实际数据绘制散点图，模拟它的趋势，选择合适的回归函数确定这两个变量的可能性关系。
纯手打^-^希望对答主有用
回归方程的公式和例题
y=bx+a
回归分析
regression
analysis
回归分析是处理多变量间相关关系的一种数学方法。相关关系不同于函数关系，后者反映变量间的严格依存性，而前者则表现出一定程度的波动性或随机性，对自变量的每一取值，因变量可以有多个数值与之相对应。在统计上研究相关关系可以运用回归分析和相关分析（correlation
analysis）。当自变量为非随机变量、因变量为随机变量时，分析它们的关系称回归分析；当两者都是随机变量时，称为相关分析。回归分析和相关分析往往不加区分。广义上说，相关分析包括回归分析，但严格地说。两者是有区别的。具有相关关系的两个变量ξ和η，它们之间既存在着密切的关系，又不能由一个变量的数值精确地求出另一变量的值。通常选定ξ=x时η的数学期望作为对应ξ=x时η的代表值，因为它反映ξ=x条件下η取值的平均水平。这样的对应关系称为回归关系。根据回归分析可以建立变量间的数学表达式，称为回归方程。回归方程反映自变量在固定条件下因变量的平均状态变化情况。相关分析是以某一指标来度量回归方程所描述的各个变量间关系的密切程度。相关分析常用回归分析来补充，两者相辅相成。若通过相关分析显示出变量间关系非常密切，则通过所建立的回归方程可获得相当准确的取值。通过日归分析可以解决以下问题：
1．可建立交量间的数学表达式――通常称为经验公式。
2．利用概率统计基础知识进行分析，从而可以判断所建立的经验公式的有效性。
3．进行因素分析，确定影响某一变量的若干变量（因素）中，何者为主要，何者为次要，以及它们之间的关系。
具有相关关系的变量之间虽然具有某种不确定性，但是，通过对现象的不断观察可以探索出它们之间的统计规律，这类统计规律称为回归关系。有关回归关系的理论、计算和分析称为回归分析。
回归分析方法被广泛地用于解释市场占有率、销售额、品牌偏好及市场营销效果。把两个或两个以上定距或定比例的数量关系用函数形势表示出来，就是回归分析要解决的问题。回归分析是一种非常有用且灵活的分析方法，其作用主要表现在以下几个方面：
(1)
判别自变量是否能解释因变量的显著变化----关系是否存在；
(2)
判别自变量能够在多大程度上解释因变量----关系的强度；
(3)
判别关系的结构或形式----反映因变量和自变量之间相关的数学表达式；
(4)
预测自变量的值；
(5)
当评价一个特殊变量或一组变量对因变量的贡献时，对其自变量进行控制。
回归分析可以分为简单线性回归分析和多元线性回归分析。
(一)
简单线性回归分析
如果发现因变量y和自变量x之间存在高度的正相关，可以确定一条直线的方程，使得所有的数据点尽可能接近这条拟合的直线。简单回归分析的模型可以用以下方程表示：
y
=
a
+
bx
其中：y为因变量，a为截距，b为相关系数，x为自变量。
(二)
多元线性回归分析
多元线性回归是简单线性回归的推广，指的是多个因变量对多个自变量的回归。其中最常用的是只限于一个因变量但有多个自变量的情况，也叫多重回归。多重回归的一般形式如下:
y
=
a
+
b1x1
+
b2x2
+
b3x3
+……+
bkxk
a代表截距，
b1,b2,b3,……,bk为回归系数。