线性回归和一次曲线拟合的区别？

快答辩了，有个很基本的概念想区分一下。我用MATLAB中的polyfit函数做了两件事，一是将某条类似曲线的散点拟合成了直线，是不是这叫一次曲线拟合？第二件事是有两个变量，我还是用polyfit函数将其中一个变量用另一个变量的二次方程表示，这个应该叫线性回归还是一次曲线拟合？
两个问题请分别回答，谢谢了！

第一个是一次曲线拟合。第二个既然是“二次方程”，那就是二次曲线拟合。类似地，用三次方程表示就是三次曲线拟合；用指数就是指数曲线拟合，线性回归和一次曲线拟合没有区别。

线性回归就是线性拟合，在统计的意义上是等价的。拟合就是为了找到那条，对所有点来说，残差平方和最小的直线，线性回归也是。回归命名的统计学家是想说，这些点都围绕在一条看不见的直线，直线周围的点若偏离的大了感觉就有回归直线，向直线靠拢的趋势。

基本含义

在统计学中，线性回归（Linear Regression）是利用称为线性回归方程的最小平方函数对一个或多个自变量和因变量之间关系进行建模的一种回归分析。这种函数是一个或多个称为回归系数的模型参数的线性组合。只有一个自变量的情况称为简单回归，大于一个自变量情况的叫做多元回归。（这反过来又应当由多个相关的因变量预测的多元线性回归区别，而不是一个单一的标量变量）。