统计学习题集第五章相关与回归分析(0)
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（）。
统计学课后习题答案-相关分析与回归分析
、 单项选择题1. 相关分析是研究变量之间的 A. 数量关系 C •因果关系2. 在相关分析中要求相关的两个变量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 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 C. 两个变量之间的变化方向一致 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 C. 存在着严重的依存关系 B. 存在着不完全确定的关系 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 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. 相关系数第七章相关分析与回归分析B.变动关系D. 相互关系的密切程度 A. 都是随机变量C. 都不是随机变量B. 自变量是随机变量 D. 因变量是随机变量B •圆半径与圆周长之间关系B.两个变量一增一减 D. 两个变量一减一增 B.直线相关关系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C. 不相关D.负相关B.-1w rw 0 D. r=0 ,则相关系数 B.愈趋近于0D. 愈小于 1 ,则相关系数 B.愈趋近于0D. 愈小于116. 相关系数越接近于－ 1,表明两变量间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A.单相关B.复相关 13. 相关系数的取值范围是 A.-1W r < 1C.OW rw 114. 两变量之间相关程度越强 A.愈趋近于1 C.愈大于115. 两变量之间相关程度越弱 A.愈趋近于1 A. 没有相关关系B. 有曲线相关关系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C.因变量的回归变差25.估计标准误差是反映A.平均数代表性的指标B.因变量的总变差D.因变量的剩余变差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G剩余变差B.回归参数D.估计标准误差、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2.直线相关分析的特点是A.相关系数有正负号C.只有一个相关系数E.年龄与血压之间的关系B.两个变量是对等关系D. 因变量是随机变量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16用最小平方法配合的回归直线 A . (y-y c )=最小值 C. (y-y c )2=最小值 E.(y-y c )2=最大值D.计算相关系数 8•当现象之间完全相关的A.0B.— 1E.计算估计标准误差 ，相关系数为C.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 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C.正相关Ar D.r(x x)(y y)B rL xyC.rL xyL yyL xy LXX(X X)(y y) Er■(X X)2 (y y)2n xy x y、n x 2 ( x)2 、n y 2 ( y)217 方程 y c=a+bx,必须满足以下条件B. (y-y c)=02A.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。
统计学习题集第五章相关与回归分析(0)
所属章节：第五章相关分析与回归分析1■在线性相关中，若两个变量的变动方向相反，一个变量的数值增加，另一个变量数值随之减少，或一个变量的数值减少，另一个变量的数值随之增加，则称为（）。
答案：负相关。
干扰项：正相关。
干扰项：完全相关。
干扰项：非线性相关。
提示与解答：本题的正确答案为：负相关。
2■在线性相关中，若两个变量的变动方向相同，一个变量的数值增加，另一个变量数值随之增加，或一个变量的数值减少，另一个变量的数值随之减少，则称为（）。
答案：正相关。
干扰项：负相关。
干扰项：完全相关。
干扰项：非线性相关。
提示与解答：本题的正确答案为：正相关。
3■下面的陈述中哪一个是错误的（）。
答案：相关系数不会取负值。
干扰项：相关系数是度量两个变量之间线性关系强度的统计量。
干扰项：相关系数是一个随机变量。
干扰项：相关系数的绝对值不会大于1。
提示与解答：本题的正确答案为：相关系数不会取负值。
4■下面的陈述中哪一个是错误的（）。
答案：回归分析中回归系数的显著性检验的原假设是：所检验的回归系数的真值不为0。
干扰项：相关系数显著性检验的原假设是：总体中两个变量不存在相关关系。
干扰项：回归分析中回归系数的显著性检验的原假设是：所检验的回归系数的真值为0。
干扰项：回归分析中多元线性回归方程的整体显著性检验的原假设是：自变量前的偏回归系数的真值同时为0。
提示与解答：本题的正确答案为：回归分析中回归系数的显著性检验的原假设是：所检验的回归系数的真值不为0。
5■根据你的判断，下面的相关系数值哪一个是错误的（）。
答案：1.25。
干扰项：-0.86。
干扰项：0.78。
干扰项：0。
提示与解答：本题的正确答案为：1.25。
6■下面关于相关系数的陈述中哪一个是错误的（）。
答案：数值越大说明两个变量之间的关系越强，数值越小说明两个变量之间的关系越弱。
干扰项：仅仅是两个变量之间线性关系的一个度量，不能直接用于描述非线性关系。
干扰项：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之间存在因果关系。
统计学教程 第五章
经济、管理类 基础课程
统计学
样本相关系数的计算公式
r
( x x )( y y ) (x x ) ( y y)
2
2
或化简为 r
10 - 13
n xy x y n x x n y y
2 2 2 2
10 - 4
经济、管理类 基础课程
变量间的关系
统计学 （相关关系correlation relationship）
1. 变量间关系不能用函数关 y 系精确表达 2. 一个变量的取值不能由另 一个变量唯一确定 3. 当变量 x 取某个值时，变 量 y 的取值可能有几个 4. 各观测点分布在直线周围 x
10 - 5
经济、管理类 基础课程
变量间的关系
统计学 （相关关系correlation relationship）
相关关系的例子
居民消费支出(y)与收入(x)之间的关系
商品销售额(y)与广告费支出(x)之间的关系
粮食亩产量(y)与施肥量(x1) 、降雨量(x2) 、 温度(x3)之间的关系 子女身高 (y)与父母身高(x)之间的关系 收入水平(y)与受教育程度(x)之间的关系
估计标准误差越小，回归模型拟合的越好。但 是作为判断和评价标准，估计标准完成不如判定 系数。
10 - 32
【例】根据上例中的数据，配合人均消费 金额对人均国民收入的回归方程 统计学
时间
1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 10 - 33
b0 和 b1 称为模型的参数
经济、管理类 基础课程
《统计业务知识》全国统计专业技术资格考试初中级必做习题(统计学基础知识 第五章 相关分析与回归分析)
第五章相关分析与回归分析*一、单项选择题（以下每小题各有四项备选答案，其中只有一项是正确的，将其代表的字母填写在题干后面的括号内）1．回归分析中的估计标准误差数值（）。
[2017年中级真题]A．越大说明回归直线的拟合程度越好B．越大说明回归直线的拟合程度越差C．越小说明回归直线的代表性越差D．越小说明回归直线的使用价值越小【答案】B【解析】估计标准误差是残差平方和的均方根，用s e 表示。
其计算公式为：()2ˆ22i e y y SSE s MSE n n -===--∑从实际意义看，s e 反映了用估计的回归方程预测因变量y 时预测误差的大小，s e 越小说明根据回归方程进行预测也就越准确。
2．两个随机变量x 和y 之间的相关系数为0.86，如果对x 和y 分别进行标准化处理，则标准化后的Z x 和Z y 之间的相关系数是（）。
[2016年中级真题]A．－0.86B．－0.56C．0.74D．0.86【答案】D【解析】线性变换不改变两个变量之间的相关关系。
3．在回归分析中，如果回归方程为ˆ15 1.6y x =+，当x＝10时，y 的实际值为28，则对应的残差是（）。
[2016年中级真题]A．－15B．－3C．3D．16【答案】B 【解析】当x＝10时，y 的拟合值为31，故残差＝实际值－拟合值＝－3。
4．为研究居民的收入水平与购买商业保险额之间的关系，对某地区居民进行随机抽样调查，调查结果显示收入水平X 与购买商业保险额Y 之间的相关系数为0.428。
根据以上研究结果可以得出（）。
[2015年中级真题]A．该地区所有居民的收入水平X 与购买商业保险额Y 之间的相关系数也是0.428B．购买商业保险额变量中大约有18%可以由居民的收入水平X 与购买商业保险额Y 之间的线性关系解释C．如果该地区居民收入水平降低，肯定会导致购买商业保险的数额减少D．由于这两个变量的相关系数较低，说明居民的收入水平与购买商业保险之间不存在线性关系【答案】B【解析】题中收入水平X与购买商业保险额Y之间的相关系数r为0.428，可得回归方程的判定系数为R2＝0.4282＝0.18，即购买商业保险额变量中大约有18%可以由居民的收入水平X与购买商业保险额Y之间的线性关系解释。
第5章相关分析和回归分析作业答案1
第5章相关分析和回归分析作业答案1．当变量x按一定数值变化时，变量y也近似地按固定数值变化，这表明变量x和变量y之间存在着( 3 )①完全相关关系②复相关关系③直线相关关系④没有相关关系2．单位产品成本与其产量的相关：单位产品成本与单位产品原材料消耗量的相关( 2)①前者是正相关，后者是负相关②前者是负相关，后者是正相关③两者都是正相关④两者都是负相关3．相关系数r的取值范围( 2 )①-∞<r<+∞②-1≤r≤+1③<r<1 ④0≤r≤+14．当所有观测值都落在回归直线上，则x与y之间的相关系数( 4 )①．②1③1 ④15．相关分析与回归分析，在是否需要确定自变量和因变量的问题上( 1 )①前者无须确定，后者需要确定②前者需要确定，后者勿需确定③两者均需确定④两者都无需确定6．—元线性回归模型的参数有( 2 )①一个②两个③三个④三个以上7．直线相关系数的绝对值接近1时，说明两变量相关关系的密切程度是( 1 )①完全相关②微弱相关③无线性相关④高度相关8．年劳动生产率x(千元)和工人工资y(元)之间的回归方程为10+7，这意味着年劳动生产率每提高1千元时，工人工资平均( 1 )①增加70元②减少70元③增加80元④减少80元9．下面的几个式子中，错误的是(1，3)①40-1.6x 0.89 (说明：正相关，x前面的系数应该为正值)②5-3.8x 0．94③36-2.4x 0.96④36+3.8x 0.9810．相关系数r与回归系数b的关系可以表达为( 1 )①*σσy②*③* ④*11．下列关系中，属于正相关关系的有( 1 )①合理限度内，施肥量和平均单产量之间的关系②产品产量与单位产品成本之间的关系③商品的流通费用与销售利润之间的关系．④流通费用率与商品销售量之间的关系12．直线相关分析与直线回归分析的联系表现为( 1)①相关分析是回归分析的基础②回归分析是相关分析的基础③相关分析是回归分析的深入④相关分析与回归分析互为条件13．如果估计标准误差，则表明( 1)①全部观测值和回归值都相等②回归值等于Y 、③全部观测值与回归值的离差之和为零④全部观测值都落在回归直线上14．进行相关分析，要求相关的两个变量( 1 )。
第五章相关分析与回归分析
第五章相关分析与回归分析相关分析（Correlation Analysis）和回归分析（Regression Analysis）都是统计学中常用的数据分析方法，用于研究两个或多个变量之间的关系。
相关分析主要用于衡量变量之间的线性关系强度和方向，回归分析则是基于相关分析的基础上建立数学模型来预测或解释因变量的方法。
相关分析是一种用于研究两个变量之间关系强度和方向的统计方法。
相关系数是用来衡量两个变量之间相关关系强度的指标，其取值范围为[-1,1]。
当相关系数为正时，表示两个变量呈正相关，即随着一个变量增加，另一个变量也增加；当相关系数为负时，表示两个变量呈负相关，即随着一个变量增加，另一个变量减少；当相关系数接近于0时，表示两个变量之间关系弱或不存在。
常用的相关系数有皮尔逊相关系数（Pearson correlation coefficient）、斯皮尔曼相关系数（Spearman’s rank correlati on coefficient）和肯德尔相关系数（Kendall’s rank correlation coefficient）等。
皮尔逊相关系数适用于两个变量均为连续型的情况，斯皮尔曼和肯德尔相关系数则适用于至少一个变量为顺序型或等距型的情况。
回归分析是一种建立数学模型来预测或解释因变量的方法。
在回归分析中，通常将一个或多个自变量与一个因变量建立数学关系，然后通过该关系来预测或解释因变量。
回归分析可以分为简单回归分析和多元回归分析两种。
简单回归分析是指只有一个自变量和一个因变量之间的分析。
该方法主要用于研究一个自变量对因变量的影响，通过拟合一条直线来描述自变量和因变量之间的线性关系。
简单回归分析的核心是最小二乘法，即通过最小化误差平方和来确定最佳拟合直线。
多元回归分析是指有多个自变量和一个因变量之间的分析。
该方法主要用于研究多个自变量对因变量的影响，并建立一个多元线性回归模型来描述它们之间的关系。
第五章假设检验与回归分析
第五章假设检验与回归分析本章主要介绍了假设检验和回归分析两种统计方法。
一、假设检验假设检验是通过收集样本数据来对总体参数的假设进行推断的一种统计方法。
假设检验的步骤如下：1.建立原假设和备择假设：原假设是需要进行检验的参数的假设值，备择假设是对原假设的一种否定或补充。
通常将备择假设设置为我们要验证的假设。
2.收集样本数据：根据样本数据进行统计分析，并计算出检验统计量。
3.确定显著性水平：显著性水平是拒绝原假设的最大错误概率，通常取0.05或0.014.计算拒绝域的临界值：根据显著性水平和自由度，在统计表中查找检验统计量的临界值。
5.比较检验统计量和临界值：如果检验统计量落在拒绝域内，则拒绝原假设，否则接受原假设。
二、回归分析回归分析是一种用于研究两个或多个变量之间关系的统计方法。
它可以用来建立一个变量对另一个变量的预测模型。
回归分析的步骤如下：1.收集数据：根据需要收集自变量和因变量的数据。
2.建立模型：选择适当的回归模型，将自变量和因变量进行数学表达。
3.估计参数：使用最小二乘法等方法，对模型参数进行估计。
4.检验模型：通过检验模型的显著性水平，确定模型是否合理。
5.利用模型：使用估计的模型来进行预测和分析。
回归分析可以分为简单线性回归和多元线性回归两种。
简单线性回归是指只有一个自变量和一个因变量之间的关系，多元线性回归是指有多个自变量和一个因变量之间的关系。
回归分析的应用非常广泛，可以用于市场营销、财务管理、经济预测等领域。
通过回归分析，可以找到影响因变量的主要因素，并对未来的变化进行预测。
总之，假设检验和回归分析是统计学中两种重要的方法。
假设检验用于对总体参数的假设进行验证，回归分析用于研究变量之间的关系。
这两种方法在实际应用中具有广泛的价值。
- 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)。
所属章节：第五章相关分析与回归分析1■在线性相关中，若两个变量的变动方向相反，一个变量的数值增加，另一个变量数值随之减少，或一个变量的数值减少，另一个变量的数值随之增加，则称为（）。
答案：负相关。
干扰项：正相关。
干扰项：完全相关。
干扰项：非线性相关。
提示与解答：本题的正确答案为：负相关。
2■在线性相关中，若两个变量的变动方向相同，一个变量的数值增加，另一个变量数值随之增加，或一个变量的数值减少，另一个变量的数值随之减少，则称为（）。
答案：正相关。
干扰项：负相关。
干扰项：完全相关。
干扰项：非线性相关。
提示与解答：本题的正确答案为：正相关。
3■下面的陈述中哪一个是错误的（）。
答案：相关系数不会取负值。
干扰项：相关系数是度量两个变量之间线性关系强度的统计量。
干扰项：相关系数是一个随机变量。
干扰项：相关系数的绝对值不会大于1。
提示与解答：本题的正确答案为：相关系数不会取负值。
4■下面的陈述中哪一个是错误的（）。
答案：回归分析中回归系数的显著性检验的原假设是：所检验的回归系数的真值不为0。
干扰项：相关系数显著性检验的原假设是：总体中两个变量不存在相关关系。
干扰项：回归分析中回归系数的显著性检验的原假设是：所检验的回归系数的真值为0。
干扰项：回归分析中多元线性回归方程的整体显著性检验的原假设是：自变量前的偏回归系数的真值同时为0。
提示与解答：本题的正确答案为：回归分析中回归系数的显著性检验的原假设是：所检验的回归系数的真值不为0。
5■根据你的判断，下面的相关系数值哪一个是错误的（）。
答案：1.25。
干扰项：-0.86。
干扰项：0.78。
干扰项：0。
提示与解答：本题的正确答案为：1.25。
6■下面关于相关系数的陈述中哪一个是错误的（）。
答案：数值越大说明两个变量之间的关系越强，数值越小说明两个变量之间的关系越弱。
干扰项：仅仅是两个变量之间线性关系的一个度量，不能直接用于描述非线性关系。
干扰项：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之间存在因果关系。
干扰项：绝对值不会大于1。
提示与解答：本题的正确答案为：数值越大说明两个变量之间的关系越强，数值越小说明两个变量之间的关系越弱。
7■如果相关系数r=0，则表明两个变量之间（）。
答案：不存在线性相关关系。
干扰项：相关程度很低。
干扰项：不存在任何关系。
干扰项：存在非线性相关关系。
提示与解答：本题的正确答案为：不存在线性相关关系。
8■在线性回归模型中，随机误差项ε被假定服从（）。
答案：正态分布。
干扰项：二项分布。
干扰项：指数分布。
干扰项：t分布。
提示与解答：本题的正确答案为：正态分布。
9■已知变量x与y之间存在负相关关系，则下列回归方程中肯定错误的是（）。
答案：y=-25+0.87x。
干扰项：y=-25-0.87x。
干扰项：y=25-0.87x。
干扰项：y=-15-1.35x。
提示与解答：本题的正确答案为：y=-25+0.87x。
10■在多元线性回归方程z=b0+b1*x+b2*y中，回归系数b2表示（）。
答案：在其他变量不变的条件下，自变量y每变动一个单位时，因变量z的平均变动数量为b2。
干扰项：自变量y变动一个单位时，因变量z的平均变动数量为b2。
干扰项：在其他变量不变的条件下，自变量y变动一个单位时，因变量z的变动总量为b2。
干扰项：因变量z变动一个单位时，自变量y的变动数总量为b2。
提示与解答：本题的正确答案为：在其他变量不变的条件下，自变量y每变动一个单位时，因变量z的平均变动数量为b2。
11■下面关于回归模型判定系数(决定系数)的陈述中错误的是（）。
答案：取值范围是[-1，1]。
干扰项：回归平方和占总平方和的比例。
干扰项：取值范围是[0，1]。
干扰项：评价回归方程拟合优度的一个统计量。
提示与解答：本题的正确答案为：取值范围是[-1，1]。
12■在多元回归分析中，通常需要计算调整的多重判定系数(多元决定系数)，这样可以避免决定系数的值（）。
答案：由于模型中自变量个数的增加而越来越接近1。
干扰项：由于模型中自变量个数的增加而越来越接近0。
干扰项：由于模型中样本量的增加而越来越接近1。
干扰项：由于模型中样本量的增加而越来越接近0。
提示与解答：本题的正确答案为：由于模型中自变量个数的增加而越来越接近1。
13■在多元线性回归分析中，如果F检验表明线性关系显著，则意味着（）。
答案：在多个自变量中至少有一个自变量与因变量之间的线性关系显著。
干扰项：所有的自变量与因变量之间的线性关系都显著。
干扰项：在多个自变量中至少有一个自变量与因变量之间的线性关系不显著。
干扰项：所有的自变量与因变量之间的线性关系都不显著。
提示与解答：本题的正确答案为：在多个自变量中至少有一个自变量与因变量之间的线性关系显著。
14■在多元回归分析中，多重共线性是指模型中（）。
答案：两个或两个以上的自变量彼此相关。
干扰项：两个或两个以上的自变量彼此无关。
干扰项：因变量与一个自变量相关。
干扰项：因变量与两个或两个以上的自变量相关。
提示与解答：本题的正确答案为：两个或两个以上的自变量彼此相关。
15■在回归分析中，被预测或被解释的变量称为（）。
答案：因变量。
干扰项：自变量。
干扰项：随机变量。
干扰项：非随机变量。
提示与解答：本题的正确答案为：因变量。
16■在回归分析中，根据样本数据求出的回归方程的估计称为（）。
答案：估计的回归方程。
干扰项：回归方程。
干扰项：回归模型。
干扰项：理论回归方程。
提示与解答：本题的正确答案为：估计的回归方程。
17■在回归分析中，各实际观测值与回归预测值离差平方和一般被称为（）。
答案：残差平方和。
干扰项：总变差平方和。
干扰项：回归平方和。
干扰项：判定系数。
提示与解答：本题的正确答案为：残差平方和。
18■回归平方和占总平方和的比例称为（）。
答案：判定系数(决定系数)。
干扰项：相关系数。
干扰项：回归系数。
干扰项：估计标准误差。
提示与解答：本题的正确答案为：判定系数(决定系数)。
19■下面关于估计标准误差的陈述中不正确的是（）。
答案：度量了两个变量之间的关系强度。
干扰项：均方残差（MSE）的平方根。
干扰项：对误差项的标准差的估计。
干扰项：排除了自变量对因变量y的线性影响后，因变量y随机波动大小的一个估计量。
提示与解答：本题的正确答案为：度量了两个变量之间的关系强度。
20■在因变量的总离差平方和中，如果回归平方和所占比例大，则自变量与因变量之间（）。
答案：相关程度高。
干扰项：相关程度低。
干扰项：完全相关。
干扰项：完全不相关。
提示与解答：本题的正确答案为：相关程度高。
R的取值范围是21■若两个变量存在负线性相关关系，则建立一元线性回归方程得到的判定系数2（）。
答案：[0，1]。
干扰项：[-1，0]。
干扰项：[-1，1]。
干扰项：小于0的任意数。
提示与解答：本题的正确答案为：[0，1]。
22■在一元线性回归中，回归平方和SSR反映了因变量y的总变差中（）。
答案：由于自变量x与y之间的线性关系引起的y的变化部分。
干扰项：除了自变量x与y的线性影响之外的其他因素对y的变化部分。
干扰项：由于自变量x与y之间的非线性关系引起的y的变化部分。
干扰项：由于自变量x与y之间的函数关系引起的y的变化部分。
提示与解答：本题的正确答案为：由于自变量x与y之间的线性关系引起的y的变化部分。
23■在一元线性回归中，若自变量x与y之间的相关系数r=0.9，则回归方程的判定系数等于（）。
答案：0.81。
干扰项：0.89。
干扰项：0.95。
干扰项：0.41。
提示与解答：本题的正确答案为：0.81。
24■标准化残差是（）。
答案：残差除以残差的标准差。
干扰项：残差的标准差除以残差。
干扰项：因变量的观测值除以残差。
干扰项：自变量的实际值除以残差。
提示与解答：本题的正确答案为：残差除以残差的标准差。
25■在多元线性回归分析中，t检验主要用来检验（）。
答案：各自变量前的偏回归系数的显著性。
干扰项：总体线性关系的显著性。
干扰项：样本线性关系的显著性。
干扰项：β1=β2=…=βk=0。
提示与解答：本题的正确答案为：各自变量前的偏回归系数的显著性。
26■复相关系数(多重相关系数)度量了（）。
答案：因变量y同k个自变量之间的相关程度。
干扰项：k个自变量之间的相关程度。
干扰项：因变量之间的相关程度。
干扰项：因变量y同某个自变量之间的相关程度。
提示与解答：本题的正确答案为：因变量y同k个自变量之间的相关程度。
27■如果回归模型中存在多重共线性，则（）。
答案：可能导致某些回归系数通不过显著性检验。
干扰项：整个回归模型的线性关系不显著。
干扰项：肯定有一个回归系数通不过显著性检验。
干扰项：肯定导致某个回归系数的符号与预期的相反。
提示与解答：本题的正确答案为：可能导致某些回归系数通不过显著性检验。
28■如果某个回归系数的正负号与预期的相反，则表明（）。
答案：模型中可能存在多重共线性。
干扰项：所建立的回归模型是错误的。
干扰项：该自变量与因变量之间的线性关系不显著。
干扰项：模型中肯定不存在多重共线性。
提示与解答：本题的正确答案为：模型中可能存在多重共线性。
29■设回归方程的形式为y=β0+β1*x，若x是取值为0、1的虚拟变量，则β0的意义是（）。
答案：代表与虚拟变量值0所对应的那个分类变量水平的平均值。
干扰项：代表与虚拟变量值1所对应的那个分类变量水平的平均值。
干扰项：代表与虚拟变量值1所对应的那个分类变量水平的平均响应与虚拟变量值0所对应的那个分类变量水平的平均值。
干扰项：代表与虚拟变量值1所对应的那个分类变量水平的平均响应与虚拟变量值0所对应的那个分类变量水平的平均值的差值。
提示与解答：本题的正确答案为：代表与虚拟变量值0所对应的那个分类变量水平的平均值。
30■设回归方程的形式为y=β0+β1*x，若x是取值为0、1的虚拟变量，则β1的意义是（）。
答案：代表与虚拟变量值1所对应的那个分类变量水平的平均响应与虚拟变量值0所对应的那个分类变量水平的平均值的差值。
干扰项：代表与虚拟变量值0所对应的那个分类变量水平的平均值。
干扰项：代表与虚拟变量值1所对应的那个分类变量水平的平均值。
干扰项：代表与虚拟变量值1所对应的那个分类变量水平的平均响应与虚拟变量值0所对应的那个分类变量水平的平均值。
提示与解答：本题的正确答案为：代表与虚拟变量值1所对应的那个分类变量水平的平均响应与虚拟变量值0所对应的那个分类变量水平的平均值的差值。