收藏 分销(赏)

第11章一元线性回归.doc

上传人:pc****0 文档编号:6110928 上传时间:2024-11-28 格式:DOC 页数:7 大小:216KB
下载 相关 举报
第11章一元线性回归.doc_第1页
第1页 / 共7页
第11章一元线性回归.doc_第2页
第2页 / 共7页
点击查看更多>>
资源描述
第11章 一元线性回归 三、选择题 1.具有相关关系的两个变量的特点是 (    )。 A. 一个变量的取值不能由另一个变量唯一确定 B. 一个变量的取值由另一个变量唯一确定 C. 一个变量的取值增大时,另一个变量的取值也一定增大 D. 一个变量的取值增大时,另一个变量的取值肯定变小 2.下面的各问题中,哪个不是相关分析要解决的问题 (    )。 A. 判断变量之间是否存在关系 B. 判断一个变量数值的变化对另一个变量的影响 C. 描述变量之间的关系强度 D. 判断样本所反映的变量之间的关系能否代表总体变量之间的关 3.下面的假定中,哪个属于相关分析中的假定 (    )。 A. 两个变量之间是非线性关系 B. 两个变量都是随机变量 C. 自变量是随机变量,因变量不是随机变量 D. 一个变量的数值增大,另一个变量的数值也应增大 4.根据下面的散点图,可以判断两个变量之间存在 ( ) A. 正线性相关关系 B. 负线性相关关系 C. 非线性关系 D. 函数关系 5.根据下面的散点图,可以判断两个变量之间存在 ( ) A. 正线性相关关系 B. 负线性相关关系 C. 非线性关系 D. 函数关系 6.如果变量之间的关系近似地表现为一条直线,则称两个变量之间为 (    )。 A. 正线性相关相关 B. 负线性相关关系 C. 线性相关关系 D. 非线性相关关系 7.如果一个变量的取值完全依赖于另一个变量,各观测点落在一条直线上称为两个变量之间为 (    )。 A. 完全相关关系 B. 正线性相关关系 C. 非线性相关关系 D. 负线性相关关系 8.下面的陈述哪一个是错误的 (    )。 A. 相关系数是度量两个变量之间线性关系强度的统计量 B. 相关系数是一个随机变量 C. 相关系数的绝对值不会大于 1 D. 相关系数不会取负值 9.根据你的判断,下面的相关系数取值哪一个是错误的 (    )。 A. -0.86      B. 0.78     C. 1.25      D. 0 10.下面关于相关系数的陈述中哪一个是错误的 (    )。 A. 数值越大说明两个变量之间的关系就越强 B. 仅仅是两个变量之间线性关系的一个度量,不能用于描述非线性关系 C. 只是两个变量之间线性关系的一个度量,不一定意味着两个变量一定有因果关系 D. 绝对值不会大于1 11.变量x与y之间的负相关是指 (    )。 A. x值增大时y值也随之增大 B. x值减少时y值也随之减少 C. x值增大时y值随之减少,或x值减少时y值随之增大 D. y的取值几乎不受x取值的影响 12.如果相关系数r=0,则表明两个变量之间 (    )。 A. 相关程度很低         B. 不存在任何关系 C. 不存在线性相关关系 D. 存在非线性相关关系 13.设产品产量与产品单位成本之间 的线性相关系数为-0.87,这说明二者之间存在着 (    )。 A. 高度相关 B. 中度相关 C. 低度相关 D. 极弱相关 14.设有4组容量相同的样本数据,即n=8,相关系数分别为: ,若取显著性水平进行显著性检验,哪一个相关系数在统计上是不显著的 ( ) A. B. C. D. 15.下面哪一个问题不是回归分析要解决的问题 (    )。 A. 从一组样本数据出发,确定出变量之间的数学关系式 B. 对数学关系式的可信程度进行各种统计检验,并从影响某一特定变量的诸多变量中找出 哪些变量的影响是显著的,哪些是不显著的 C. 利用所求关系式,根据一个或几个变量的取值来估计或预测另一个特定变量的取值 D. 度量两个变量之间的关系强度 16.在回归分析中,被预测或被解释的变量称为 (    )。 A. 自变量 B. 因变量 C. 随机变量 D. 非随机变量 17.在回归分析中,用来预测或用来解释另一个变量的一个或多个变量称为 (    )。 A. 自 变量 B. 因变量 C. 随机变量 D. 非随机变量 18.在回归分析中,描述因变量y如何依赖于自变量x和误差项的方程称为 (    )。 A. 回归方程 B. 回归模型 C. 估计的回归方程 D. 经验回归方程 19.在回归分析中,根据样本数据求出的回归方程的估计称为 (    )。 A. 回归方程 B. 回归模型 C. 估计的回归方程 D. 理论回归方程 20.在回归模型中,反映的是 ( ) A. 由于x的变化引起y的线性变化部分 B. 由于y的变化引起x的线性变化部分 C. 除x和y的线性关系之外的随机因素对y的影响 D. x和y的线性关系对y的影响 21.下面关于回归模型的假定中哪一个是不正确的 ( ) A. 自变量x是随机的 B. 误差项是一个期望值为0的随机变量 C. 对于所有的x值,的方差都相同 D. 误差项是一个服从正态分布的随机变量,且独立 22.根据最小二乘法拟合直线回归方程是使 ( ) A. 最小 B. 最小 C. 最小 D. 最小 23.在一元线性回归方程中,回归系数最小的实际意义是 ( ) A. 当x=0时,y的期望值 B. 当x变动1个单位时,y的平均变动数量 C. 当x变动1个单位时,y增加的总数量 D. 当y变动1个单位时,x的平均变动数量 24.如果两个变量之间存在着负相关,指出下列回归方程中哪个肯定有误 ( ) A. B. C. D. 25.对不同年份的产品成本拟合的直线方程为,回归系数表示 ( ) A. 时间每增加1个单位,产品成本平均增加1.75个单位 B. 时间每增加1个单位,产品成本平均下降1.75个单位 C. 产品成本每变动1个单位,平均需要1.75个单位 D. 时间每减少1个单位,产品成本平均增加1.75个单位 26.在回归分析中,F检验主要是用来检验 (    )。 A. 相关系数的显著性 B. 回归系数的显著性 C. 线性关系的显著性 D. 估计标准误差的显著性 27.说明回归方程拟合优度的统计量是 (    )。 A. 相关系数 B. 回归系数 C. 判定系数 D. 估计标准误差 28.各实际观测值()与回归值()的离差平方和称为 ( ) A. 总变差平方和 B. 残差平方和 C. 回归平方和 D. 判定系数 29.在直线回归方程中,若回归系数,则表示 ( ) A. y对x的影响是显著的 B. y对x的影响是不显著的 C. x对y的影响是显著的 D. x对y的影响是不显著的 30.若两个变量之间完全相关,在以下结论中不正确的是 (    ) A.|r|=1       B. 判定系数 C. 估计标准误差  D. 回归系数 31.回归平方和占总平方和的比例称为 (    )。 A. 相关系数 B. 回归系数 C. 判定系数 D. 估计标准误差 32.下面关于估计标准误差的陈述中不正确的是 (    )。 A. 均方残差的平方根 B. 对误差项的标准差的估计 C. 排除了x对y的线性影响后,y随机波动大小的一个估计量 D. 度量了两个变量之间的关系强度 33.在回归分析中,利用估计的回归方程,对于x的一个特定值,求出y的平均值的一个估计值,称为 (    )。 A. 平均值的点估计         B. 个别值的点估计 C. 平均值的置信区间估计      D. 个别值的预测区间估计 34.在回归分析中,利用估计的回归方程,对于x的一个特定值,求出y的一个个别值的一个估计值,称为 (    )。 A. 平均值的点估计         B. 个别值的点估计 C. 平均值的置信区间估计      D. 个别值的预测区间估计 35.已知回归平方和,残差平方和,则判定系数=(   ) A. 97.08% B. 2.92% C. 3.01% D. 33.25% 36.在因变量的总离差平方和中,如果回归平方和所占比重大,则两变量之间 (    )。 A. 相关程度高 B. 相关程度低 C. 完全相关 D. 完全不相关 37.对于有线性相关关系的两变量建立的直线回归方程中,回归系数 ( ) A. 可能为 0 B. 可能小于0 C. 只能是正数 D. 只能是负数 38.由最小二乘法得到的回归直线,要求满足因变量的 (    )。 A. 平均值与其估计值的离差平方和最小 B. 实际值与其平均值的离差平方和最小 C. 实际值与其估计值的离差和为0 D. 实际值与其估计值的离差平方和最小 39.一个由100名年龄在30~60岁的男子组成的样本,测得其身高与体重的相关系数r=0.45,则下列陈述中正确的是 (    )。 A. 较高的男子趋于较重 B. 身高与体重存在低度正相关 C. 体重较重的男子趋于较矮 D. 45%的较高的男子趋于较重 40.如果两个变量之间完全相关,则以下结论中不正确的是 ( ) A. 相关系数 B.判定系数 C. 回归系数 D. 估计标准误差 41.下列方程中肯定错误的是 ( ) A. , B. , C. , D. , 42.若两个变量存在负线性相关关系,则建立的一元线性回归方程的判定系数的取值范围是 (    )。 A. [0,1] B. [-1,0] C. [-1,1] D. 小于0的任意数 43.在回归估计中,给定自变量的取值,求得的置信区间与预测区间相比 (    )。 A. 二者的区间宽度是一样的 B. 置信区间比预测区间宽 C. 置信区间比预测区间窄 D. 置信区间有时比预测区间宽,有时比预测区间窄 44.在回归估计中,自变量的取值越远离其平均值,求得的的预测区间 ( )。 A. 越宽 B. 越窄 C. 越准确 D. 越接近实际值 45.回归平方和SSR反映了y的总变差中 (    )。 A. 由于x与y之间的线性关系引起的y的变化部分 B. 除了x对y的线性影响之外的其他因素对y变差的影响 C. 由于x与y之间的非线性关系引起的y的变化部分 D. 由于x与y之间的函数关系引起的y的变化部分 46.残差平方和SSE反映了y的总变差中 (    )。 A. 由于x与y之间的线性关系引 起的y的变化部分 B. 除了x对y的线性影响之外的其他因素对y变差的影响 C. 由于x与y之间的非线性关系引起的y的变化部分 D. 由于x与y之间的函数关系引起的y的变化部分 47.若变量x与y之间的相关系数r=0.8,则回归方程的判定系数=(    )。   A. 0.8 B. 0.89 C. 0.64 D. 0.40 48. 若变量x与y之间的相关系数r=0,则下列结论中正确的是 (    )。   A. 判定系数 B. 判定系数 C. 回归系数 D. 估计标准误差 49.某汽车生产商欲了解广告费用(x)对销售量(y)的影响,收集了过去12年的有关数据。通过计算得到下面的方差分析表(): 变差来源 df SS MS F Significance F 回归 1 1602708.6 1602708.6 2.17E-09 残差 10 40158.07 — — 总计 11 1642866.67 — — — 方差分析表中空格的数据分别为 ( )。 A. 4015.807和399.1 B. 4015.807和0.0025 C. 0.9755和399.1 D. 0.0244和0.0025 50. 某汽车生产商欲了解广告费用(x)对销售量(y)的影响,收集了过去12年的有关数据。通过计算得到下面的方差分析表(): 变差来源 df SS MS F Significance F 回归 1 1602708.6 1602708.6 — 2.17E-09 残差 10 40158.07 — — — 总计 11 1642866.67 — — — 根据上表计算的相关系数为 ( )。 A. 0.9844 B. 0.9855 C. 0.9866 D. 0.9877 51. 某汽车生产商欲了解广告费用(x)对销售量(y)的影响,收集了过去12年的有关数据。通过计算得到下面的方差分析表(): 变差来源 df SS MS F Significance F 回归 1 1602708.6 1602708.6 — 2.17E-09 残差 10 40158.07 — — — 总计 11 1642866.67 — — — 根据上表计算的估计标准误差为 ( )。 A. 1265.98 B. 63.37 C. 1281.17 D. 399.1 52. 某汽车生产商欲了解广告费用(x)对销售量(y)的影响,收集了过去12年的有关数据。通过计算得到下面的方差分析表(): 变差来源 df SS MS F Significance F 回归 1 1602708.6 1602708.6 — 2.17E-09 残差 10 40158.07 — — — 总计 11 1642866.67 — — — 根据上表计算的判定系数为 ( )。 A. 0.9856 B. 0.9855 C. 0.9756 D. 0.9877 53.标准化残差图主要用于直观地判断 ( )。 A. 回归模型的线性关系是否显著 B. 回归系数是否显著 C. 误差项服从正态分布的假定是否成立 D. 误差项等方差的假定是否成立 54.如果误差项服从正态分布的假定成立,那么在标准化残差图中,大约有95%的标准化残差落在 ( )。 A. -2~+2之间 B. 0~1之间 C. -1~+1之间 D. -1~0之间 55.标准化残差是 ( )。 A. 残差除以残差的标准差 B. 残差的标准差除以残差 C. 因变量的观测值除以残差 D. 自变量的实际值除以残差 四、选择题答案 1. A 2. B 3. B 4. A 5. B 6. C 7. A 8. D 9. C 10.A 11.C 12.C 13.A 14.A 15.D 16.B 17.A 18.B 19.C 20.C 21.A 22.A 23.B 24.B 25.B 26.C 27.C 28.B 29.D 30.D 31.C 32.D 33.A 34.B 35.A 36.A 37.B 38.D 39.B 40.C 41.A 42.A 43.C 44.A 45.A 46.B 47.C 48.B 49.A 50.D 51.B 52.C 53.C 54.A 55.A 7
展开阅读全文

开通  VIP会员、SVIP会员  优惠大
下载10份以上建议开通VIP会员
下载20份以上建议开通SVIP会员


开通VIP      成为共赢上传
相似文档                                   自信AI助手自信AI助手

当前位置:首页 > 行业资料 > 医学/心理学

移动网页_全站_页脚广告1

关于我们      便捷服务       自信AI       AI导航        抽奖活动

©2010-2025 宁波自信网络信息技术有限公司  版权所有

客服电话:4009-655-100  投诉/维权电话:18658249818

gongan.png浙公网安备33021202000488号   

icp.png浙ICP备2021020529号-1  |  浙B2-20240490  

关注我们 :微信公众号    抖音    微博    LOFTER 

客服