线性回归：因变量连续，自变量可连续可离散

线性回归是一种用于建立因变量与自变量之间线性关系的统计模型。因变量是指我们想要预测或解释的变量，通常是连续的数值。自变量是用来解释或预测因变量的变量，可以是连续的数值，也可以是离散的分类变量。

在线性回归中，因变量是连续的，主要是因为我们希望建立一个连续函数来对因变量进行预测或解释。连续的因变量可以是实际的测量数据，如房屋价格、销售额等，也可以是理论上的连续变量，如温度、时间等。

自变量可以是连续的数值，例如年龄、收入等，这些变量可以在一定范围内取任意值。同时，自变量也可以是离散的分类变量，例如性别、学历等。离散的自变量在建立线性回归模型时会被转化为虚拟变量，通过引入一系列二值变量来表示不同类别。

综上所述，线性回归中因变量是连续的是为了预测或解释连续的数值，而自变量可以是连续的或离散的是为了包含不同类型的变量，以更好地解释因变量的变化。