下列说法中错误的是（ ）。A. 一元线性回归是最简单的回归形式，它反映的是因变量与一个自变量之间的回归关系B. 进行相关分析时，两个变量都可以是非随机变量C. 回归分析是研究因变量对自变量依赖关系的一种统计分析方法D. 回归分析可以采用最小二乘法对回归方程的参数进行估计，基本思想是使误差平方和达到最小

本题考查回归分析和相关分析的基本概念概念。解题思路是对每个选项所涉及的回归分析和相关分析的知识点进行逐一分析判断。

• 选项A：
  • 一元线性回归分析是研究一个因变量与一个自变量之间线性关系的统计方法，是回归分析中最简单的形式。
  • 例如，研究身高（因变量）与年龄（自变量）之间的关系，在一定范围内可以用一元线性回归来描述，所以该选项说法正确。
• 选项B：
  • 在相关分析中，所研究的两个变量通常都是随机变量。
  • 因为相关变量的变量是在一定条件下可以取不同值的量，具有随机性。比如研究学生的数学成绩和物理成绩之间的相关性，每个学生的数学成绩和物理成绩都是随机变化的，并非非随机变量，所以该选项说法错误。- 选项C：
  • 回归分析的核心就是研究因变量如何依赖于自变量，通过建立回归方程来描述这种依赖关系。
  • 例如，根据广告投入（自变量来预测销售额因变量，就是研究销售额对广告投入的依赖关系，所以该选项说法正确。- 选项D：
  • 最小二乘法是回归分析中常用的参数估计方法。
    设回归方程为$y = \hat{\beta}_0+\hat{\beta}_1x$，对于一组样本数据$(x_i,y_i)$，$i = 1,2,\cdots,n$，误差平方和$Q(\hat{\beta}_0,\hat{\beta}_1)=\sum_{i = 1}^{n}(y_i - (\hat{\beta}_0+\hat{\beta}_1x_i))^2$。
    最小二乘法的基本思想就是通过选择合适的$\hat{\beta}_0$和$\hat{\beta}_1$，使得$Q(\hat{\beta}_0,\hat{\beta}_1)$达到最小，从而得到回归方程的参数估计值，所以该选项说法正确。