7. 现欲分析性别、年龄、身高、饮食习惯对于体重的影响，如果这个体重是属于实际的重量，是连续性的数据变量，这时应采用（ ）；如果将体重分类，分成高、中、低这三种体重类型作为因变量，则采用（ ）。A. 线性回归 逻辑回归B. 线性回归 线性回归C. 逻辑回归 线性回归D. 逻辑回归 逻辑回归

考查要点：本题主要考查回归分析方法的选择，根据因变量的类型（连续变量或分类变量）判断适用的回归模型。

核心思路：

1. 线性回归适用于连续型因变量（如体重的实际数值）。
2. 逻辑回归适用于分类型因变量（如将体重分为高、中、低类别）。

破题关键：

• 明确区分因变量的类型：连续变量（可无限取值）或分类变量（有限类别）。
• 理解两种回归方法的核心应用场景：线性回归预测数值，逻辑回归分类预测。

第一空（连续性体重）

当体重是连续变量（如实际公斤数）时，需预测其具体数值。线性回归通过建立自变量（性别、年龄等）与因变量（体重）的线性关系，直接预测数值，因此适用。

第二空（分类体重）

当体重被分类为高、中、低三种类别时，因变量变为多分类变量。逻辑回归（多项逻辑回归）通过计算概率，将实例划分到不同类别中，因此适用。