。此式表示为：Y随X的变化而变化。Y是因变量，X是
自变量
。
在具体的生物学等实验领域中因变量的理解是：因变量是由于自变量变动而直接（由目的决定）引起变动的量。而在具体的实验中又有因变量与自变量一起建立的模型以得以观察其他情况的变化，也长有多个自变量互为补充来研究某一因变量的情况（生长素发现过程中达尔文父子实验），以上具体可体会数学中导数的含义。
。表示因为涨价的多少（X），而影响到我买进猪肉时的钱要多少（Y）。在这里，X是自变量，Y是因变量。
对于函数中的自变量和因变量有时是相互的，即变化的量的自变量，由变化的量而引起的另一个量的变化那么这一个量叫因变量。因此在实际问题中就应注意谁的变化引起了谁的变化问题。在时间、路程、速度中路程一定，速度的大小的由时间的变化而引起的故一般称时间为自变量而速度为因变量，在一般的
数学函数
式中自变量和因变量的可以相互转化的这也就是函数与
反函数
。
受限因变量(limited dependent variable)指因变量的观测值是连续的,但是受到某种限制,得到的观测值并不完全反映因变量的实际状态.例如在某次流行病学调查中,能够代表人体健康状况的某个指标作为因变量,从而研究影响人体健康状况的各种因素,现要测量该指标的水平,但是由于仪器的检测极限问题,在某个水平之上或之下的值观测不到,在实际应用中通常就用这个极限水平的值来代替那些观测不到的值.
OLS研究
对普通
最小二乘法
进行了改进,提出了基于因变量均值的最小二乘法.用实例证明了改进的模型更好地满足了回归分析的假设条件,降低了一元
线性回归模型
的估计误差,提高了模型的估计精度和拟合优度,提高了统计推断的质量.
线性回归模型的约束估计
文章主要研究了线性回归模型在因变量缺失下的约束估计，基于完整数据方法和单点插补方法。模型系数的两种约束估计，并研究了估计量的渐近正态性．最后，数值模拟验证了所提方法的有效性。
