统计学习题 第七章相关与回归分析答案
《统计学》-第7章-习题答案
第七章思考与练习参考答案1．答：函数关系是两变量之间的确定性关系，即当一个变量取一定数值时，另一个变量有确定值与之相对应；而相关关系表示的是两变量之间的一种不确定性关系，具体表示为当一个变量取一定数值时，与之相对应的另一变量的数值虽然不确定，但它仍按某种规律在一定的范围内变化。
2．答：相关和回归都是研究现象及变量之间相互关系的方法。
相关分析研究变量之间相关的方向和相关的程度，但不能确定变量间相互关系的具体形式，也无法从一个变量的变化来推测另一个变量的变化情况；回归分析则可以找到研究变量之间相互关系的具体形式，并可变量之间的数量联系进行测定，确定一个回归方程，并根据这个回归方程从已知量推测未知量。
3．答：单相关系数是度量两个变量之间线性相关程度的指标，其计算公式为：总体相关系数，样本相关系数。
复相关系数是多元线性回归分析中度量因变量与其它多个自变量之间的线性相关程度的指标，它是方程的判定系数2R 的正的平方根。
偏相关系数是多元线性回归分析中度量在其它变量不变的情况下两个变量之间真实相关程度的指标，它反映了在消除其他变量影响的条件下两个变量之间的线性相关程度。
4．答：回归模型假定总体上因变量Y 与自变量X 之间存在着近似的线性函数关系，可表示为t t t u X Y ++=10ββ，这就是总体回归函数，其中u t 是随机误差项，可以反映未考虑的其他各种因素对Y 的影响。
根据样本数据拟合的方程，就是样本回归函数，以一元线性回归模型的样本回归函数为例可表示为：tt X Y 10ˆˆˆββ+=。
总体回归函数事实上是未知的，需要利用样本的信息对其进行估计，样本回归函数是对总体回归函数的近似反映。
两者的区别主要包括：第一，总体回归直线是未知的，它只有一条；而样本回归直线则是根据样本数据拟合的，每抽取一组样本，便可以拟合一条样本回归直线。
第二，总体回归函数中的0β和1β是未知的参数，表现为常数；而样本回归直线中的0ˆβ和1ˆβ是随机变量，其具体数值随所抽取的样本观测值不同而变动。
统计学：相关回归分析习题与答案
一、单选题1、下列哪种关系属于相关关系而非函数关系？（）A.销售总额与销售量B.价格与销售量C.工资总额与人均工资D.圆的面积与半径正确答案：B解析： B、函数关系是指现象之间存在的确定性的数量依存关系。
2、若两个变量之间的线性相关系数为0.9，则（）。
A.回归系数为0.81B.判定系数为0.81C.回归估计标准误为0.81D.判定系数为0.95正确答案：B3、下列指标一定非负的是（）。
A.回归系数bB.相关系数rC.回归估计标准误S yxD.回归常数a正确答案：C4、在回归直线方程中y c=a+bx,b 是直线的斜率，表明（）。
A.当x 增加一个单位时,y 增加a的数量B.当y 增加一个单位时,x 的平均增加量C.当y 增加一个单位时,x 增加b的数量D.当x 增加一个单位时,y 的平均增加量正确答案：D5、相关系数r与回归系数b的关系是（）。
A. b=r×S x/S yB. b=r×S y/S xC. r=b×S y/S xD. 以上都不对正确答案：B6、当所有的观察值y都落在直线y c=a+bx上时，x与y之间的相关系数是（）。
A. r=1B.r=-1C. |r|=1D.r=0正确答案：C解析：当r=1或r=-1时，表示变量之间为完全相关7、相关系数r=0表示（）。
A.不存在相关关系B.两变量独立C.不存在线性相关关系D.存在平衡关系正确答案：C8、对相关系数的显著性检验，通常采用的是（）。
A.Z检验B.F检验C.χ2检验D.T检验正确答案：D9、线性回归的检验中，检验整个方程显著性的是（）。
A.F检验B.DW检验C.t检验D.R检验正确答案：A10、下列现象的相关密切程度高的是A.商品销售额与商业利润率之间的相关系数是0.62B.商品销售额与流通费用率之间的相关系数为-0.76C.某商店职工人数与商品销售额之间的相关系数为0.79D.流通费用率与商业利润率之间的相关系数是-0.89正确答案：D二、多选题1、下列属于负相关的现象是（）。
第七章回归与相关分析练习及答案
第七章回归与相关分析一、填空题1．现象之间的相关关系按相关的程度分为、和；按相关的形式分为和；按影响因素的多少分为和。
2．两个相关现象之间，当一个现象的数量由小变大，另一个现象的数量，这种相关称为正相关；当一个现象的数量由小变大，另一个现象的数量，这种相关称为负相关。
3．相关系数的取值X围是。
4．完全相关即是关系，其相关系数为。
5．相关系数，用于反映条件下，两变量相关关系的密切程度和方向的统计指标。
6．直线相关系数等于零，说明两变量之间；直线相关系数等1，说明两变量之间；直线相关系数等于—1，说明两变量之间。
7．对现象之间变量的研究，统计是从两个方面进行的，一方面是研究变量之间关系的，这种研究称为相关关系；另一方面是研究关于自变量和因变量之间的变动关系，用数学方程式表达，称为。
8．回归方程y=a+bx中的参数a是，b是。
在统计中估计待定参数的常用方法是。
9. 分析要确定哪个是自变量哪个是因变量，在这点上它与不同。
10．求两个变量之间非线性关系的回归线比较复杂，在许多情况下，非线性回归问题可以通过化成来解决。
11．用来说明回归方程代表性大小的统计分析指标是。
12．判断一条回归直线与样本观测值拟合程度好坏的指标是。
二、单项选择题1．下面的函数关系是( )A销售人员测验成绩与销售额大小的关系 B圆周的长度决定于它的半径C家庭的收入和消费的关系 D数学成绩与统计学成绩的关系2．相关系数r的取值X围( )A -∞<r<+∞B -1≤r≤+1C -1<r<+1D 0≤r≤+13．年劳动生产率z(干元)和工人工资y=10+70x，这意味着年劳动生产率每提高1千元时，工人工资平均( )A增加70元 B减少70元 C增加80元 D减少80元4．若要证明两变量之间线性相关程度是高的，则计算出的相关系数应接近于( )A+1 B 0 C 0．5 D [1]5．回归系数和相关系数的符号是一致的，其符号均可用来判断现象( ) A线性相关还是非线性相关 B正相关还是负相关C完全相关还是不完全相关 D单相关还是复相关6．某校经济管理类的学生学习统计学的时间(x)与考试成绩(y)之间建=a+b x。
统计学7-10章课后作业答案
第7章 相关与回归分析1、设销售收入x 为自变量，销售成本y 为因变量。
现已根据某百货公司某年12个月的有关资料计算出以下数据（单位：万元）：2()425053.73ix x -=∑ 647.88x =2()262855.25iy y -=∑549.8y =()()334229.09iix x y y --=∑（1）拟合简单线性回归方程，并对方程中回归系数的经济意义作出解释。
（2）计算可决系数和回归估计的标准误差。
（3）对回归系数进行显著性水平为5%的显著性检验。
（4）假定下年一月销售收入为800万元，利用拟合的回归方程预测销售成本，并给出置信度为95%的预测区间。
解：（1）定性分析可知，销售收入影响销售成本，以销售收入为自变量，销售成本为因变量拟合线性回归方程i i i y x u αβ=++，采用最小二乘法估计回归参数得：22()()(,)334229.09ˆ0.7863()425053.73ii xix x y y Cov x y x x βσ--===≈-∑∑ˆˆ549.80.7863647.8840.372y x αβ=-=-⨯= 因此，拟合的回归方程为：ˆˆˆ40.3720.7863i i iy x x αβ=+=+ 其中，回归系数β表示自变量每变动一个单位，因变量的平均变量幅度。
在此，表示销售收入每增加1万元，销售成本平均增加0.7863万元。
（2）可决系数22222[()()]334229.090.9998()()425053.73262855.25i i i i x x y y SSR R SST x x y y --===≈-⋅-⨯∑∑∑ （本问接下来的计算不做要求：为计算回归系数的标准误差，根据离差平方和分解，可知：2222222[()()]ˆˆˆˆˆˆ()[()()]()()334229.09262811.68425053.73i i i iiix x y y SSR y y x x x x x x αβαββ--=-=+-+=-=-==∑∑∑∑∑22ˆ()()262855.25262811.6843.57i i SSE SST SSR y y yy =-=---=-=∑∑因此有ˆ()0.0032S β===≈） （3）陈述假设：01:0 :0H H ββ=≠在原假设成立的前提下，构造t 检验统计量245.598t ===在5%的双侧检验显著性水平下，查自由度为10的t 分布表，得临界值0.025(10) 2.228t t =<，因此拒绝原假设。
统计学高教版相关与回归分析课后习题答案
第7章 相关与回归分析课后习题答案7.2 （1）数据散点图如下：（2）根据散点图可以看出，随着航班正点率的提高，投诉率呈现出下降的趋势，两者之间存在着一定的负相关关系。
（3）设投诉率为Y ，航班正点率为X建立回归方程 12i i i Y X u ββ=++估计参数为 ^6.01780.07i i Y X =-（4）参数的经济意义是航班正点率每提高一个百分点，相应的投诉率（次/10万名乘客）下降0.07。
（5）航班按时到达的正点率为80%，估计每10万名乘客投诉的次数可能为： 4187.08007.00178.6ˆ=⨯-=i Y （次/10万）7.3 由Excel 回归输出的结果可以看出：（1）回归结果为^23332.993090.0716190.1687270.179042i i i i Y X X X =+++（2）由Excel 的计算结果已知：1234,,,ββββ对应的 t 统计量分别为0.51206、4.853871、4.222811、3.663731 ,其绝对值均大于临界值0.025(224) 2.101t -=,所以各个自变量都对Y 有明显影响。
由F=58.20479, 大于临界值0.05(41,224) 3.16F --=，说明模型在整体上是显著的。
7.6（1）用Excel 输入Y 和X 数据，生成2X 和3X 的数据，用Y 对X 、2X 、3X 回归，估计参数结果为^231726.737.8796468740.00895 3.7124906i i Y X X E X =-+-+- t =(-1.9213) (2.462897) (-2.55934) (3.118062)20.973669R = 20.963764R =（2）检验参数的显著性：当取0.05α=时，查t 分布表得0.025(124) 2.306t -=，与t 统计量对比，除了截距项外，各回归系数对应的t 统计量的绝对值均大于临界值，表明在这样的显著性水平下，回归系数显著不为0。
统计学课后习题答案第七章相关分析与回归分析报告
统计学课后习题答案第七章相关分析与回归分析报告第七章相关分析与回归分析一、单项选择题1.相关分析是研究变量之间的A.数量关系B.变动关系C.因果关系D.相互关系的密切程度2.在相关分析中要求相关的两个变量A.都是随机变量B.自变量是随机变量C.都不是随机变量D.因变量是随机变量3.下列现象之间的关系哪一个属于相关关系？A.播种量与粮食收获量之间关系B.圆半径与圆周长之间关系C.圆半径与圆面积之间关系D.单位产品成本与总成本之间关系4.正相关的特点是A.两个变量之间的变化方向相反B.两个变量一增一减C.两个变量之间的变化方向一致D.两个变量一减一增5.相关关系的主要特点是两个变量之间A.存在着确定的依存关系B.存在着不完全确定的关系C.存在着严重的依存关系D.存在着严格的对应关系6.当自变量变化时, 因变量也相应地随之等量变化,则两个变量之间存在着A.直线相关关系B.负相关关系C.曲线相关关系D.正相关关系7.当变量X值增加时,变量Y值都随之下降,则变量X和Y之间存在着A.正相关关系B.直线相关关系C.负相关关系D.曲线相关关系8.当变量X值增加时,变量Y值都随之增加,则变量X和Y之间存在着A.直线相关关系B.负相关关系C.曲线相关关系D.正相关关系9.判定现象之间相关关系密切程度的最主要方法是A.对现象进行定性分析B.计算相关系数C.编制相关表D.绘制相关图10.相关分析对资料的要求是A.自变量不是随机的，因变量是随机的B.两个变量均不是随机的C.自变量是随机的，因变量不是随机的D.两个变量均为随机的11.相关系数A.既适用于直线相关，又适用于曲线相关B.只适用于直线相关C.既不适用于直线相关，又不适用于曲线相关D.只适用于曲线相关12.两个变量之间的相关关系称为A.单相关B.复相关C.不相关D.负相关13.相关系数的取值围是A.-1≤r≤1B.-1≤r≤0C.0≤r≤1D. r=014.两变量之间相关程度越强,则相关系数A.愈趋近于1B.愈趋近于0C.愈大于1D.愈小于115.两变量之间相关程度越弱,则相关系数A.愈趋近于1B.愈趋近于0C.愈大于1D.愈小于116.相关系数越接近于－1,表明两变量间A.没有相关关系B.有曲线相关关系C.负相关关系越强D.负相关关系越弱17.当相关系数r=0时,A.现象之间完全无关B.相关程度较小B.现象之间完全相关 D.无直线相关关系18.假设产品产量与产品单位成本之间的相关系数为-0.89，则说明这两个变量之间存在A.高度相关B.中度相关C.低度相关D.显著相关19.从变量之间相关的方向看可分为A.正相关与负相关B.直线相关和曲线相关C.单相关与复相关D.完全相关和无相关20.从变量之间相关的表现形式看可分为A.正相关与负相关B.直线相关和曲线相关C.单相关与复相关D.完全相关和无相关21.物价上涨,销售量下降,则物价与销售量之间属于A.无相关B.负相关C.正相关D.无法判断22.配合回归直线最合理的方法是A.随手画线法B.半数平均法C.最小平方法D.指数平滑法23.在回归直线方程y=a+bx中b表示A.当x增加一个单位时,y增加a的数量B.当y增加一个单位时,x增加b的数量C.当x增加一个单位时,y的平均增加量D.当y增加一个单位时, x的平均增加量24.计算估计标准误差的依据是A.因变量的数列B.因变量的总变差C.因变量的回归变差D.因变量的剩余变差25.估计标准误差是反映A.平均数代表性的指标B.相关关系程度的指标C.回归直线的代表性指标D.序时平均数代表性指标26.在回归分析中,要求对应的两个变量A.都是随机变量B.不是对等关系C.是对等关系D.都不是随机变量27.年劳动生产率(千元)和工人工资(元)之间存在回归方程y=10+70x,这意味着年劳动生产率每提高一千元时,工人工资平均A.增加70元B.减少70元C.增加80元D.减少80元28.设某种产品产量为1000件时，其生产成本为30000元，其中固定成本6000元，则总生产成本对产量的一元线性回归方程为：A.y=6+0.24xB.y=6000+24xC.y=24000+6xD.y=24+6000x29.用来反映因变量估计值代表性高低的指标称作A.相关系数B.回归参数C.剩余变差D.估计标准误差二、多项选择题1.下列现象之间属于相关关系的有A.家庭收入与消费支出之间的关系B.农作物收获量与施肥量之间的关系C.圆的面积与圆的半径之间的关系D.身高与体重之间的关系E.年龄与血压之间的关系2.直线相关分析的特点是A.相关系数有正负号B.两个变量是对等关系C.只有一个相关系数D.因变量是随机变量E.两个变量均是随机变量3.从变量之间相互关系的表现形式看，相关关系可分为A.正相关B.负相关C.直线相关D.曲线相关E.单相关和复相关4.如果变量x与y之间没有线性相关关系，则A.相关系数r=0B.相关系数r=1C.估计标准误差等于0D.估计标准误差等于1E.回归系数b=05.设单位产品成本（元）对产量（件）的一元线性回归方程为y=85-5.6x，则A.单位成本与产量之间存在着负相关B.单位成本与产量之间存在着正相关C.产量每增加1千件，单位成本平均增加5.6元D.产量为1千件时，单位成本为79.4元E.产量每增加1千件，单位成本平均减少5.6元6.根据变量之间相关关系的密切程度划分,可分为A.不相关B.完全相关C.不完全相关D.线性相关E.非线性相关7.判断现象之间有无相关关系的方法有A.对现象作定性分析B.编制相关表C.绘制相关图D.计算相关系数E.计算估计标准误差8.当现象之间完全相关的,相关系数为A.0B.－1C.1D.0.5E.－0.59.相关系数r =0说明两个变量之间是A.可能完全不相关B.可能是曲线相关C.肯定不线性相关D.肯定不曲线相关E.高度曲线相关10.下列现象属于正相关的有A.家庭收入愈多,其消费支出也愈多B.流通费用率随商品销售额的增加而减少C.产量随生产用固定资产价值减少而减少D.生产单位产品耗用工时,随劳动生产率的提高而减少E.工人劳动生产率越高,则创造的产值就越多11.直线回归分析的特点有A.存在两个回归方程B.回归系数有正负值C.两个变量不对等关系D.自变量是给定的,因变量是随机的E.利用一个回归方程,两个变量可以相互计算12.直线回归方程中的两个变量A.都是随机变量B.都是给定的变量C.必须确定哪个是自变量,哪个是因变量D.一个是随机变量,另一个是给定变量E.一个是自变量,另一个是因变量13.从现象间相互关系的方向划分,相关关系可以分为A.直线相关B.曲线相关C.正相关D.负相关E.单相关14.估计标准误差是A.说明平均数代表性的指标B.说明回归直线代表性指标C.因变量估计值可靠程度指标D.指标值愈小,表明估计值愈可靠E.指标值愈大,表明估计值愈可靠15.下列公式哪些是计算相关系数的公式16.用最小平方法配合的回归直线,必须满足以下条件A.∑(y-y c )=最小值B.∑(y-y c )=0C.∑(y-y c )2=最小值D.∑(y-y c )2=0E.∑(y-y c )2=最大值17.方程y c =a+bx222222)()(.)()())((...))((.y y n x x n y x xy n r E y y x x y y x x r D L L L r C L L L r B n y y x x r A xx xy xy yy xx xy yx ∑-∑?∑-∑∑?∑-∑=-∑?-∑--∑===--∑=σσA.这是一个直线回归方程B.这是一个以X为自变量的回归方程C.其中a是估计的初始值D.其中b是回归系数E.y c是估计值18.直线回归方程y c=a+bx中的回归系数bA.能表明两变量间的变动程度B.不能表明两变量间的变动程度C.能说明两变量间的变动方向D.其数值大小不受计量单位的影响E. 其数值大小受计量单位的影响19.相关系数与回归系数存在以下关系A.回归系数大于零则相关系数大于零B.回归系数小于零则相关系数小于零C.回归系数等于零则相关系数等于零D.回归系数大于零则相关系数小于零E.回归系数小于零则相关系数大于零20.配合直线回归方程的目的是为了A.确定两个变量之间的变动关系B.用因变量推算自变量C.用自变量推算因变量D.两个变量相互推算E.确定两个变量之间的相关程度21.若两个变量x和y之间的相关系数r=1,则A.观察值和理论值的离差不存在B.y的所有理论值同它的平均值一致C.x和y是函数关系D.x与y不相关E.x与y是完全正相关22.直线相关分析与直线回归分析的区别在于A.相关分析中两个变量都是随机的;而回归分析中自变量是给定的数值,因变量是随机的B.回归分析中两个变量都是随机的;而相关分析中自变量是给定的数值,因变量是随机的C.相关系数有正负号;而回归系数只能取正值D.相关分析中的两个变量是对等关系;而回归分析中的两个变量不是对等关系E.相关分析中根据两个变量只能计算出一个相关系数;而回归分析中根据两个变量只能计算出一个回归系数三、填空题1.研究现象之间相关关系称作相关分析。
第7章 相关与回归分析课后习题解答
所以，Yf的置信度为 95％的预测区间为
所以，区间预测为
3.讨论以下几种场合的回归方程：
中回归系数的经济意义和应取的
符号。
（1）Yt为商业利润率；X2t他为人均销售额；X3t为流通费用率； （2）Yt为粮食销售量；X2t为人口数；X3t为人均收入； （3）Yt为工业总产值；X2t为占用的固定资产；X3t为职工人数； （4）Yt为国内生产总值；X2t为工业总产值；X3t为农业总产值。 答：
图 7—1
1 如果“数据分析命令”没有出现在“工具”菜单，则需要先运行“加载宏”命令，加载“分析工具库”。
图 7—2 在“回归”窗口中确定因变量 Y 值和自变量 X 值的区域后，点击“确定”。见图 7—3。回归结果见图 7—4。
图 7—3
图 7—4
从计算结果可知，拟合的样本回归方程为 （2）由图 7—4 可知，回归估计的标准误差为 638.7076；决定系数为 0.9987。 （3）回归系数的 5％显著性检验。 首先对β1的显著性进行检验2：
构造 t 统计量： 查t分布表可知：显著性水平为 5％，自由度为 21 的双测t检验的临界值为 2.080，t值小于临界值，故 无法拒绝零假设，说明β1在 5％的显著性水平下没有通过检验。 同理，可对β2进行显著性检验： t值远大于临界值 2.080，故拒绝零假设，说明β2在 5％的显著性水平下通过了显著性检验。 （4）预测： 点估计：Xf=104880 亿元，代入回归方程，Yf=62024.16 亿元。 置信度 95％的预测区间为： 计算Sef：
图 7—5 的消费” 步骤二：进行回归分析。 选择“工具”→“数据分析”→“回归”，在该窗口中选定自变量和因变量的数据区域，最后点击“确 定”完成操作。 得到回归分析的输出结果见图 7—6。
第七章相关与回归分析习题答案.doc
334229.09425053.730.7863334229.0922.0889V425053.73=0.003204 245.4120第七章相关与回归分析习题答案一、填空题1.完全相关、不完全相关、不相关2. —iWrWl3.函数、|r| = l4.无线性相关、完全正相关、完全负相关5.密切程度6.正相关、负相关7.直线相关、曲线相关8.回归系数9.随机的、给定的10.最小二乘法，残差平方和二、 单项选择题I. B 2. B 3. A 4. A 5. B 6. C 7. D 8. B9. A 10. CII. C 12. B 13. D 14. B 15. C三、 多项选择题1. BCD2. ACD3. ABD4. ABCD5. ACE四、 计算题1解：B\=V - p 2x = 549.8 - 0.7863 * 647.88 = 40.37202 _ [£ （匕顼（X,侦）]2 '"£（x,-x ）2£（y,-y ）20.999834425053.73*262855.25 ；2=（1-产切 _y ）2 =43.6340= 2.0889 n — 2（3） H°:”2=0，H I ：”2 邳腐 _ 0.7863~S~ ~ 0.003204〃2券（〃-2）=诲（10） = 2.228t 值远大于临界值2.228,故拒绝零假设，说明月在5%的显著性水平下通过了显著性 检验。
（4） Y f =40.3720 + 0.7863*800 = 669.41 （万元）0.0273 S' =S l + 厂 Xf =2.0089」1 + 土 +华°「647・88）2 = 2 1429 所以，Yf 的置信度为 7V n Z （X,-X ）2 V 12 425053.73 95 %的预测区间为：Y f ±t a/2（n-2）S ef = 669.41 ±2.228* 1.0667 = 669.41 ±2.3767 所以，区间预测为： 664.64 < Y f <674.182解：A _ £（匕一双％一灭）—N £X ,E —£x,£匕） 乃一 Z （x,一文尸一 （£x ）9*803.02-13.54*472 八= ------------------------------------ =0.02739*28158-472*472& = Y-$2X =13.54/9-0.0273 * 472/9 = 0.0727（2）决定系数： , [y （y-F ）（x-%）]2 r 2 =¥，_ 盘——；=0.9723Z （x,-x ）Na-V ）-残差平方和^<=（l-r 2）^（y-y ）2 =0.0722 （3）身高与体重的相关系数： r =序=J0.9723 = 0.9861H O ：A = A = O ,H 1：A W 2不同时为零厂。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
第七章相关与回归分析习题
一、填空题
1、客观现象之间的数量联系有两种不同的类型：一种函数关系；另一种是相关关系。
2、现象之间是否存在相关关系是进行相关与回归分析的基础，其主要测定方法是计算相关系数。
3、若估计标准误差愈小，则根据直线回归方程计算的估计值就越能代表实际值。
4、对某实验结果做线性回归分析，得到形如y=a+bx的方程，现对回归系数b做显著性检验，该假设检验中原假设为 H0:b=0 ，备择假设为 H1:b≠0 ，若拒绝原假设，则认为 x 对y有显著的影响。
二、选择题
单选题：
1、相关分析对资料的要求是（（1））
（1）两变量均为随机的（2）两变量都不是随机的
（3）自变量是随机的，因变量不是随机的
（4）因变量是随机的，自变量不是随机的
2、回归方程Y=a+bx中的回归系数b说明自变量变动一个单位时，因变量（（4））
（1）变动a+b个单位（2）变动1/b个单位
（3）变动b个单位（4）平均变动b个单位
3、相关系数r的取值范围（（2））
（1）－∞<r<+∞（2）－1≤r≤+1
（3）－1<r<+1 （4）0≤r≤+1
多选题：
1、下列现象之间的相互关系，属于相关关系的有（（1）（2）（4））
（1）生产费用与生产量（2）设备的使用年限与维修费用
（3）圆的半径与面积（4）身高与体重
（5）一定价格下的销售量与销售收入
2、相关系数r=0.9,这表明现象之间存在（（1）（3））
（1）高度相关关系（2）低度相关关系
（3）正相关关系（3）负相关关系
（5）函数关系
3、回归模型可用于（（1）（2）（4））
（1）反映变量之间一般的数量变动关系（2）预测
（3）反映变量之间相互关系的密切程度（4）反映变量之间的变动方向
三、简答题
1、什么是相关关系？相关关系有什么特点？
答：相关关系是指变量之间所存在的一种不严格的数量依存关系。
表现在给确定自变量一个值，因变量有若干个数值与之对应。
并且因变量y总是遵循一定的规律围绕着这些数的平均数上下波动。
特点：自变量与因变量在数值上不是一一对应的。
2、相关关系分析的主要方法有哪些？
答：（1）相关分析：用于分析变量之间相关关系的密切程度。
其分析方法有：绘制相关图表法和计算相关系数。
（2）回归分析：用于分析相关关系变量之间一般的数量变动关系，即自变量发生变化时，因变量平均会发生多大的变化。
其分析方法是：建立回归方程。
3、 简述回归分析的基本思路。
在相关分析的基础上，通过建立回归方程分析具有相关关系的变量之间一般的数量变动关系。
即自变量发生变化时，因变量平均会发生多大的变化。
四、计算题
1、 某邮电局近11年来平常函件业务量与该地区人口统计数据如下：
试建立平常函件业务量对人口数的线性回归方程，并确定人口数为500万人时的可能函件业务量。
解：
y = - 40.314+0.1655x 当x=500(万人)
y 500=- 40.314+0.1655×
500=42.436(万件)
2、 要求：
（1）计算两个变量之间的线性相关系数，判断其相关方向和程度； （2）建立直线回归方程，并解释回归系数的实际经济意义； （3）计算可决系数，并解释其意义； （4）如果产量为7千件，预测单位成本。
（5）求产量为7千件时，单位成本在95%置信水平下的均值和个别值区间范围。
解：
（1）r=-0.90909 两者之间为高度负相关 （2）y = 77.364 -1.8182x
b=-1.8182 产量每增1千件，单位成本平均下降1.8182元
（3）R 2
= 0.8264 成本的变动中有82.64%可由产量的变化来解释 （4）y = 77.364 -1.8182×7=64.6（元） (5) (62.72508, 66.55492)
3、 某地高校教育经费（x ）与高校学生人数（y ）连续六年的通及资料如下：
要求：（1）建立回归直线方程，估计教育经费为500万元的在校学生数；
（2）计算估计标准误差。
解：（1）y = - 17.92+0.0955x
y500=- 17.92+0.0955×500=29.83（万人）
（2）Sy=0.929954
4、某省
根据以上资料（1）绘制散点图，并添加趋势线；（2）建立回归方程，并计算各种检验统计量。
（Excel完成）。