相关与回归分析习题

相关与回归分析习题
相关与回归分析习题

第六章相关与回归分析习题

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.相关系数的取值范围是。

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。

二、单项选择题

3.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)之间建立线性回归方程y =a+b x。经计算,方程为y c=200—0.8x,该方程参数的计算( )

c

A a值是明显不对的

B b值是明显不对的

C a值和b值都是不对的 C a值和6值都是正确的

7.在线性相关的条件下,自变量的均方差为2,因变量均方差为5,而相关系数为0.8时,则其回归系数为:( )

A 8

B 0.32

C 2

D 12.5

8.进行相关分析,要求相关的两个变量( )

A都是随机的B都不是随机的C一个是随机的,一个不是随机的

D随机或不随机都可以

9.下列关系中,属于正相关关系的有( )

A合理限度内,施肥量和平均单产量之间的关系

B产品产量与单位产品成本之间的关系

C商品的流通费用与销售利润之间的关系

D流通费用率与商品销售量之间的关系

10.相关分析是研究( )

A变量之间的数量关系B变量之间的变动关系

C变量之间的相互关系的密切程度D变量之间的因果关系

11.在回归直线y c=a+bx,b<0,则x与y之间的相关系数( )

A r=0

B r=l

C 0

D -1

12.在回归直线yc=a+bx中,b表示( )

A当x增加一个单位,,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的均增加量

D当y增加一个单位时,x的平均增加量

13.当相关系数r=0时,表明( )

A现象之间完全无关B相关程度较小

C现象之间完全相关D无直线相关关系

14.下列现象的相关密切程度最高的是( )

A某商店的职工人数与商品销售额之间的相关系数0.87

B流通费用水平与利润率之间的相关关系为-0.94

C商品销售额与利润率之间的相关系数为0.51

D商品销售额与流通费用水平的相关系数为-0.81

15.估计标准误差是反映( )

A平均数代表性的指标B相关关系的指标

C回归直线的代表性指标D序时平均数代表性指标

三、多项选择题

1.下列哪些现象之间的关系为相关关系( )

A家庭收入与消费支出关系B圆的面积与它的半径关系

C广告支出与商品销售额关系D单位产品成本与利润关系

E在价格固定情况下,销售量与商品销售额关系

2.相关系数表明两个变量之间的( )

A线性关系B因果关系C变异程度D相关方向E相关的密切程度3.对于一元线性回归分析来说( )

A两变量之间必须明确哪个是自变量,哪个是因变量

B回归方程是据以利用自变量的给定值来估计和预测因变量的平均可能值

C可能存在着y依x和x依y的两个回归方程

D回归系数只有正号

E 确定回归方程时,尽管两个变量也都是随机的,但要求自变量是给定的。

4.可用来判断现象相关方向的指标有( )

A相关系数B回归系数C回归方程参数a D估计标准误 E x、y的平均数5.单位成本(元)依产量(千件)变化的回归方程为y c=78- 2x,这表示( )

A产量为1000件时,单位成本76元

B产量为1000件时,单位成本78元

C产量每增加1000件时,单位成本下降2元

D产量每增加1000件时,单位成本下降78元

E当单位成本为72元时,产量为3000件

6.估计标准误的作用是表明( )

A回归方程的代表性B样本的变异程度C估计值与实际值的平均误差D样本指标的代表性E总体的变异程度

7.销售额与流通费用率,在一定条件下,存在相关关系,这种相关关系属于( )

AlE相关B单相关C负相关D复相关E完全相关

8.在直线相关和回归分析中( )

A据同一资料,相关系数只能计算一个B据同一资料,相关系数可以计算两个

C据同一资料,回归方程只能配合一个D据同一资料,回归方程随自变量与因变量的确定不同,可能配合两个

E回归方程和相关系数均与自变量和因变量的确定无关

9.相关系数r的数值( )

A可为正值B可为负值C可大于1 D可等于-1 E可等于1

10.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不相关和完全相关

11.确定直线回归方程必须满足的条件是( )

A现象间确实存在数量上的相互依存关系B相关系数r必须等于1

Cy与x必须同方向变化D现象间存在着较密切的直线相关关系

E相关系数r必须大于0

12.当两个现象完全相关时,下列统计指标值可能为( )

A r=1

B r=0

C r=-1

D S yx=0

E S yx =1

13.在直线回归分析中,确定直线回归方程的两个变量必须是( )

A一个自变量,一个因变量B均为随机变量C对等关系

D一个是随机变量,一个是可控制变量E不对等关系

14.配合直线回归方程是为了( )

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确定两个变量间的相关程度

15.在直线回归方程中( )

A在两个变量中须确定自变量和因变量B一个回归方程只能作一种推算

C回归系数只能取正值D要求两个变量都是随机变量

E要求因变量是随机的,而自变量是给定的。

16.相关系数与回归系数( )

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回归系数大于零则相关系数小于零D回归系数小于零则相关系数大于零

E回归系数等于零则相关系数等于零

四、判断题

1.相关关系和函数关系都属于完全确定性的依存关系。( )

2.如果两个变量的变动方向一致,同时呈上升或下降趋势,则二者是正相关关系。( ) 3.假定变量x与y的相关系数是0.8,变量m与n的相关系数为—0.9,则x与y的相关密切程度高。( )

4.当直线相关系数r=0时,说明变量之间不存在任何相关关系。( )

5.相关系数r有正负、有大小,因而它反映的是两现象之间具体的数量变动关系。( )

6.在进行相关和回归分析时,必须以定性分析为前提,判定现象之间有无关系及其作用范围。( )

7.回归系数b的符号与相关系数r的符号,可以相同也可以不相同。( )

8.在直线回归分析中,两个变量是对等的,不需要区分因变量和自变量。( )

9.相关系数r越大,则估计标准误差S xy值越大,从而直线回归方程的精确性越低。( )

10.进行相关与回归分析应注意对相关系数和回归直线方程的有效性进行检验。( ) 11.工人的技术水平提高,使得劳动生产率提高。这种关系是一种不完全的正相关关系( ) 12.正相关指的就是两个变量之间的变动方向都是上升的( )

13.回归分析和相关分析一样所分析的两个变量都一定是随机变量( )

14.相关的两个变量,只能算出一个相关系数( )

15.一种回归直线只能作一种推算,不能反过来进行另一种推算( )

五、简答题

1.什么是相关关系?它和函数关系有什么不同?

2.简述相关分析和回归分析关系。

3.什么是正相关和负相关?举例说明。

4.直线回归方程中y=a+bx,参数a、b是怎样求得的?它们代表什么意义?

5.构造直线回归模型应具备哪些条件?

6.什么是估计标准误差?其作用如何?

7.应用相关与回归分析应注意哪些问题?

六、计算题

(1)说明两变量之间的相关方向;

(2)建立直线回归方程;

(3)计算估计标准误差;

(4)估计生产性固定资产(自变量)为1100万元时总产值(因变量)的可能值。

要求:(1)由此计算出学习时数与学习成绩之间的相关系数;

(2)建立直线回归方程;

(3)计算估计标准误差。

要求:(1)计算相关系数r,判断其相关议程和程度;

(2)建立直线回归方程;

(3)指出产量每增加1000件时,单位成本平均下降了多少元?

(2)计算估计标准误差。

(1)确立适宜的回归模型;

(2)计算有关指标,判断这三种经济现象之间的相关紧密程度。

第八章 习题参考答案

一、填空题

1.完全相关、不完全相关 、不相关、直线相关、曲线相关、单相 关、复相关

2.也由小变大、由大变小 3.—1≤r ≤1 4.函数、,1 r

5.直线相关

6.无线性相关、完全正相关、完全负相关 7.密切程度、回归分析

8.y 轴上截距、回归系数、最小二乘法 9.回归分析、相关分析 10.变量变换、线性关系 11.估计标准误差 二、单项选择题

1.B 3.B 3.A 4.D 5.B 6.C 7.C 8.A 9.A 10.C 11.D 12.C 13.D 14.B 15.C 三、选择题

1.ACD 2.DE 3.ABCE 4.AB 5.ACE 6.AC 7.BC 8.AD 9.ABDE 10.CD 11.AD 12.ACD 13.ADE 14.AC 15.ABE 16.ABE 四、判断题

1.X 2.√ 3.X 4.X 5.X 6.√ 7.X 8.X 9.X 10.√ 11.√12.X 13.X 14.√15.√ 五、简答题 (略)

六、计算题

1.(1)r=0.9478 (2)y=395.567+0.8958x (3)S yx=126.764 (4)1380.947 2.(1)0.9558 (2)y=20.4+5.2x (3)S yx =6.532 3.(1)r=0.91 (2)y=77.37-1.82x (3)1.82元

4.(1)y=-17.92+0.0955x ,29.83 (2)S yx =0.9299 5.y=6.3095+1.6169x 1-0.9578x 2

项目二-相关与回归分析案例及练习要求

项目二-相关与回归分析案例及练习要求

项目二:相关与回归分析 一、实验目的 1、掌握Pearson简单相关分析方法,并根据相关系数判断两变量的相关程度。 2、熟悉偏相关系数、Kendall tau-b和Spearman等级相关系数的计算方法,理解其区别与联系。 3、掌握一元与多元回归分析方法,对回归模型估计和检验,并对结果进行分析。 4、了解曲线回归分析方法。并对回归结果进行分析。 二、实验内容和要求 1、现有杭州市区1978-2014 年的GDP、城镇居民年人均可支配收入和年人均消费支出的数据资料(example1.sav),如下: 表5-1 杭州市区GDP、年人均可支配收入、人 均消费支出和CPI指数 年份GDP(亿 元) 人均可支 配收入 (元) 人均消 费支出 (元) 定基CPI 指数 (%) 1978 14.1995 338 301 100.1 1979 16.7206 396 365 100.5 1980 20.8220 521 491 101.3 1981 22.9243 540 513 103.3 1982 24.8297 532 532 105.4 1983 28.2171 578 535 107.6 1984 35.3781 729 679 110.9 1985 44.8574 1026 908 130.0 1986 51.3639 1169 1072 13 7.8

1987 60.5234 1260 1118 152.3 1988 70.8474 1565 1515 185.7 1989 77.2208 1764 1615 218.7 1990 89.6496 1985 1685 228.8 1991 109.6628 2128 1894 245.9 1992 141.3287 2580 2296 271.5 1993 208.6571 3525 3183 329.6 1994 278.8314 5249 4559 400.5 1995 369.7794 6301 5559 466.5 1996 472.7377 7206 6095 515.5 1997 541.4265 7896 6766 550.1 1998 590.5726 8465 7235 560.0 1999 631.7335 9085 7424 562.2 2000 711.1586 9668 7790 566.7 2001 1226.0891 10896 8968 563.9 2002 1404.2278 11778 9215 557.1 2003 1664.7332 12898 9949.76 554. 3 2004 2036.2738 14565 11212.78 568.2 2005 2349.5459 16601 13438 577.8 2006 2748.3121 19026.86 14471.74 584.8 2007 3273.8842 21689.36 14895.75 605.2

线性回归分析练习题

§1 回归分析 1.1 回归分析 1.2 相关系数 一、基础过关 1.下列变量之间的关系是函数关系的是( ) A.已知二次函数y=ax2+bx+c,其中a,c是已知常数,取b为自变量,因变量是这个函数的判别式Δ=b2-4ac B.光照时间和果树亩产量 C.降雪量和交通事故发生率 D.每亩施用肥料量和粮食产量 2.在以下四个散点图中, 其中适用于作线性回归的散点图为( ) A.①②B.①③C.②③D.③④ 3.下列变量中,属于负相关的是( ) A.收入增加,储蓄额增加 B.产量增加,生产费用增加 C.收入增加,支出增加 D.价格下降,消费增加

4.已知对一组观察值(x i,y i)作出散点图后确定具有线性相关关系,若对于y=bx+a,求得b=0.51,x= 61.75,y=38.14,则线性回归方程为( ) A.y=0.51x+6.65 B.y=6.65x+0.51 C.y=0.51x+42.30 D.y=42.30x+0.51 5.对于回归分析,下列说法错误的是( ) A.在回归分析中,变量间的关系若是非确定关系,那么因变量不能由自变量唯一确定 B.线性相关系数可以是正的,也可以是负的 C.回归分析中,如果r2=1,说明x与y之间完全相关 D.样本相关系数r∈(-1,1) 6.下表是x和y之间的一组数据,则y关于x的回归方程必过( ) A.点(2,3) B C.点(2.5,4) D.点(2.5,5) 7.若线性回归方程中的回归系数b=0,则相关系数r=________. 二、能力提升 8.某医院用光电比色计检验尿汞时,得尿汞含量(mg/L)与消光系数计数的结果如下: 若y与x 9.若施化肥量x(kg)与小麦产量y(kg)之间的线性回归方程为y=250+4x,当施化肥量为50 kg时,预计小麦产量为________ kg. 10.某车间为了规定工时定额,需确定加工零件所花费的时间,为此做了4次试验,得到的数据如下:

回归分析练习试题和参考答案解析

1 下面是7个地区2000年的人均国内生产总值(GDP)和人均消费水平的统计数据: 求:(1)人均GDP作自变量,人均消费水平作因变量,绘制散点图,并说明二者之间的关系形态。 (2)计算两个变量之间的线性相关系数,说明两个变量之间的关系强度。 (3)求出估计的回归方程,并解释回归系数的实际意义。 (4)计算判定系数,并解释其意义。 α=)。 (5)检验回归方程线性关系的显著性(0.05 (6)如果某地区的人均GDP为5000元,预测其人均消费水平。 (7)求人均GDP为5000元时,人均消费水平95%的置信区间和预测区间。 解:(1)

可能存在线性关系。 (2)相关系数: 系数a 模型非标准化系数标准系数 t Sig. 相关性 B标准误差试用版零阶偏部分 1(常量).003 人均GDP.309.008.998.000.998.998.998 a. 因变量: 人均消费水平 有很强的线性关系。 (3)回归方程:734.6930.309 y x =+ 系数a 模型非标准化系数标准系数t Sig.相关性

回归系数的含义:人均GDP没增加1元,人均消费增加元。%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% 注意:图标不要原封不动的完全复制软件中的图标,要按规范排版。 系数(a) 模型非标准化系数标准化系数 t显著性B标准误Beta 1(常量) 人均GDP(元) %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%(4) 模型汇总 模型R R 方调整 R 方标准估计的误 差 1.998a.996.996 a. 预测变量: (常量), 人均GDP。 人均GDP对人均消费的影响达到%。%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% 注意:图标不要原封不动的完全复制软件中的图标,要按规范排版。 模型摘要 模型R R 方调整的 R 方估计的标准差

第七章 相关分析与回归分析(补充例题)

第七章 相关分析与回归分析 例1、有10个同类企业的固定资产和总产值资料如下: 根据以上资料计算(1)协方差和相关系数;(2)建立以总产值为因变量的一元线性回归方程;(3)当固定资产改变200万元时,总产值平均改变多少?(4)当固定资产为1300万元时,总产值为多少? 解:计算表如下: (1)协方差——用以说明两指标之间的相关方向。 2 2) )((n y x xy n n y y x x xy ∑∑∑∑- = - -= σ

35.126400100 9801 6525765915610>=?-?= 计算得到的协方差为正数,说明固定资产和总产值之间存在正相关关系。 (2)相关系数用以说明两指标之间的相关方向和相关的密切程度。 ∑∑∑ ∑∑∑∑--- = ] )(][) ([2 2 2 2 y y n x x n y x xy n r 95 .0) 980110866577 10()6525566853910(9801 65257659156102 2 =-??-??-?= 计算得到的相关系数为0.95,表示两指标为高度正相关。 (3) 2 2 26525 56685391098016525765915610) (-??-?= --= ∑∑∑∑∑x x n y x xy n b 90 .014109765 126400354257562556685390 6395152576591560== --= 85 .39210 65259.010 9801=? -= -=x b y a 回归直线方程为: x y 9.085.392?+= (4)当固定资产改变200万元时,总产值平均改变多少? x y ?=?9.0,180 2009.0|200=?=?=?x y 万元 当固定资产改变200万元时,总产值平均增加180万元。 (5)当固定资产为1300万元时,总产值为多少? 85 .156213009.085.392|1300=?+==x y 万元 当固定资产为1300万元时,总产值为1562.85万元。 例2、试根据下列资产总值和平均每昼夜原料加工量资料计算相关系数。

回归分析练习题及参考答案

地区人均GDP/元人均消费水平/元 北京辽宁上海江西河南贵州陕西 22460 11226 34547 4851 5444 2662 4549 7326 4490 11546 2396 2208 1608 2035 求:(1)人均GDP作自变量,人均消费水平作因变量,绘制散点图,并说明二者之间的关系形态。 (2)计算两个变量之间的线性相关系数,说明两个变量之间的关系强度。 (3)求出估计的回归方程,并解释回归系数的实际意义。 (4)计算判定系数,并解释其意义。 (5)检验回归方程线性关系的显著性(0.05 α=)。 (6)如果某地区的人均GDP为5000元,预测其人均消费水平。 (7)求人均GDP为5000元时,人均消费水平95%的置信区间和预测区间。 解:(1) 可能存在线性关系。 (2)相关系数:

(3)回归方程:734.6930.309 y x =+ 回归系数的含义:人均GDP没增加1元,人均消费增加0.309元。%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% 注意:图标不要原封不动的完全复制软件中的图标,要按规范排版。 系数(a) 模型非标准化系数标准化系数 t显著性B标准误Beta 1(常量)734.693139.540 5.2650.003 人均GDP(元)0.3090.0080.99836.4920.000 a. 因变量: 人均消费水平(元)%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% (4) 模型汇总 模型R R 方调整 R 方标准估计的误 差 1.998a.996.996247.303 a. 预测变量: (常量), 人均GDP。 人均GDP对人均消费的影响达到99.6%。%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% 注意:图标不要原封不动的完全复制软件中的图标,要按规范排版。 模型摘要 模型R R 方调整的 R 方估计的标准差 1.998(a)0.9960.996247.303 a. 预测变量:(常量), 人均GDP(元)。%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

应用回归分析课后答案

应用回归分析课后答案 第二章一元线性回归 解答:EXCEL结果: SUMMARY OUTPUT 回归统计 Multiple R R Square Adjusted R Square 标准误差 观测值5 方差分析 df SS MS F Significance F 回归分析125 残差3 总计410 Coefficients标准误差t Stat P-value Lower 95%Upper 95%下限%上限% Intercept X Variable 15 RESIDUAL OUTPUT 观测值预测Y残差 1 2 3 4 5 SPSS结果:(1)散点图为:

(2)x 与y 之间大致呈线性关系。 (3)设回归方程为01y x ββ∧ ∧ ∧ =+ 1β∧ = 12 2 1 7()n i i i n i i x y n x y x n x -- =- =-=-∑∑ 0120731y x ββ-∧- =-=-?=- 17y x ∧ ∴=-+可得回归方程为 (4)22 n i=1 1()n-2i i y y σ∧∧=-∑ 2 n 01i=1 1(())n-2i y x ββ∧∧=-+∑ =222 22 13???+?+???+?+??? (10-(-1+71))(10-(-1+72))(20-(-1+73))(20-(-1+74))(40-(-1+75)) []1 169049363 110/3= ++++= 1 330 6.13 σ∧=≈ (5)由于2 11(, )xx N L σββ∧ :

t σ ∧ == 服从自由度为n-2的t分布。因而 /2 |(2)1 P t n α α σ ?? ?? <-=- ?? ?? 也即: 1/211/2 (p t t αα βββ ∧∧ ∧∧ -<<+=1α - 可得 1 95% β∧的置信度为的置信区间为(7-2.3537+2.353即为:(,) 2 2 00 1() (,()) xx x N n L ββσ - ∧ + : t ∧∧ == 服从自由度为n-2的t分布。因而 /2 (2)1 P t n α α ∧ ?? ?? ?? <-=- ?? ?? ?? ?? ?? 即 0/200/2 ()1 pβσββσα ∧∧∧∧ -<<+=- 可得 1 95%7.77,5.77 β∧- 的置信度为的置信区间为() (6)x与y的决定系数 2 21 2 1 () 490/6000.817 () n i i n i i y y r y y ∧- = - = - ==≈ - ∑ ∑ (7)

卢淑华—相关与回归分析练习题

第十一章 等级相关练习题 1.某市有12所大专院校,现组织一个评审委员会对各校校园及学生体质进行评价,结果如下,试求环境质量与学生体质的关系的斯皮尔曼相关系数和肯得尔等级相关系数。 2.以下是婚姻美满与文化程度的抽样调查的结果,请计算婚姻美满与文化程度之Gamma 系数和肯德尔相关系数 τc 。 3 .以下为两位评判员对10名参赛人名次的打分。试用斯皮尔曼等级相关系数来描述两评判员打分的接近程度。 4.青年歌手大奖赛评委会对10名决赛选手的演唱水平(X )和综合素质(Y )进行打分,评价结果如下表(表中已先将选手按演唱水平作了次序排列)所示,试计算选手的演唱水平和综合素质间的斯皮尔曼等级相关系数。(10分) 5.下面是对50名被调查者的英语成绩和法语成绩的抽样调查:求Gamma 系数。 解:41.0164 390164390=+-=+-= d s d s n n n n G y x a= b 54.479 y=a+bx=-54.479+0.659x n n -=-∑∑ 斯皮尔曼相关系数2s 26d r 1- 0.94n(n -1) ==∑ 【皮尔逊相关系数:0.889,斯皮尔曼相关系数:0.94,回归方程:Y=-54.48+0.66X 】

1.赛马迷们会认为,在圆跑道上进行的赛马比赛中,某些起点位置上的马会特别有利。在有八匹马的比赛中,位置1是内侧最靠近栏杆的跑道,位置8是外侧离栏杆最远的跑道。请从赛马的结果中判断起点位置与赛马获胜是否有关。(α=0.05) 7. 甲、乙两位评酒员对10种品牌白酒的主观排序如下表,计算两个等级相关系数,问两位评酒员对白酒的评价意见具有一定的相关性吗?(α= 0.05) 第十二章回归与相关 一、填空 1.在数量上表现为现象依存关系的两个变量,通常称为自变量和因变量。自变量是作为(变化根据)的变量,因变量是随(自变量)的变化而发生相应变化的变量。 2.对于表现为因果关系的相关关系来说,自变量一般都是确定性变量,因变量则一般是(随机性)变量。 3.根据资料,分析现象之间是否存在相关关系,其表现形式或类型如何,并对具有相关关系的现象之间数量变化的议案关系进行测定,即建立一个相关的数学表达式,称为(回归方程),并据以进行估计和预测。这种分析方法,通常又称为(回归分析)。 4.已知:工资(元)倚劳动生产率(千元)的回归方程为 x y c 80 10+ = ,因此,当劳动生产率每增长1千元,工资就平 均增加80 元。 5.积差系数r是(协方差)与X和Y的标准差的乘积之比。 二、单项选择 1.相关分析和回归分析相辅相成,又各有特点,下面正确的描述有(D )。 A在相关分析中,相关的两变量都不是随机的;B在回归分析中,自变量是随机的,因变量不是随机的; C在回归分析中,因变量和自变量都是随机的;D在相关分析中,相关的两变量都是随机的。 2. 一元一次回归方程Y=a+bx中的a表示( )。 A. 斜率B. 最小平均法C. 回归直线D. 截距 3.在回归分析中,对于没有明显因果关系的两变量( ) A.可给定自变量数值估计因变量的可能值 B.可给定因变量值推出自变量值 C.可以都是随机变量 D.可以都是非随机变量 4.回归分析中的两个变量( ) A.都是随机变量 B.关系是对等的C.都是给定的量 D.一个是自变量,一个是因变量 5.回归估计的估计标准误差的计量单位与( )相同A.自变量 B.因变量 C.两个变量 D.相关系数 6.某校对学生的考试成绩和学习时间的关系进行测定,建立了考试成绩倚学习时间的直线回归方程为: yc=180-5x,该方程明显有误,错误在于( ) A. a值的计算有误,b值是对的 B. b值的计算有误,a值是对的 C. a值和b值的计算都有误 D. 自变量和因变量的关系搞错了 7.估计标准误与相关系数的关系是( ) A.估计标准误越大,相关系数越小 B.估计标准误越大,相关系数越大

回归分析练习题与参考答案

1 下面是7个地区2000年的人均国生产总值(GDP)与人均消费水平的统计数据:地区人均GDP/元人均消费水平/元 北京上海 22460 11226 34547 4851 5444 2662 4549 7326 4490 11546 2396 2208 1608 2035 求:(1)人均GDP作自变量,人均消费水平作因变量,绘制散点图,并说明二者之间的关系形态。 (2)计算两个变量之间的线性相关系数,说明两个变量之间的关系强度。 (3)求出估计的回归方程,并解释回归系数的实际意义。 (4)计算判定系数,并解释其意义。 (5)检验回归方程线性关系的显著性(0.05 α=)。 (6)如果某地区的人均GDP为5000元,预测其人均消费水平。 (7)求人均GDP为5000元时,人均消费水平95%的置信区间与预测区间。 解:(1) 可能存在线性关系。 (2)相关系数:

(3)回归方程:734.6930.309 y x =+ 回归系数的含义:人均GDP没增加1元,人均消费增加0.309元。%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% 注意:图标不要原封不动的完全复制软件中的图标,要按规排版。 系数(a) 模型非标准化系数标准化系数 t 显著性B 标准误Beta 1 (常量)734.693 .540 5.265 0.003 人均GDP(元)0.309 0.008 0.998 36.492 0.000 a. 因变量: 人均消费水平(元)%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% (4) 模型汇总 模型R R 方调整 R 方标准估计的误 差 1 .998a.996 .996 247.303 a. 预测变量: (常量), 人均GDP。 人均GDP对人均消费的影响达到99.6%。%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% 注意:图标不要原封不动的完全复制软件中的图标,要按规排版。 模型摘要 模型R R 方调整的 R 方估计的标准差 1 .998(a) 0.996 0.996 247.303 a. 预测变量:(常量), 人均GDP(元)。%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

回归分析例题

例题:利用我国原煤产量和铁路总货运量,建立一元线性回归预测方程。

解: 第一步,准备和整理资料数据、搜集的资料要具有权威性和准确性。1950~1990年我国煤炭产量与铁路货运量的实际数字见表3—8的X i和Y i两列。 第二步,确定自变量(原煤产量)和因变量(铁路货运量)。 第三步,作散点图。根据数据资料作出的散点图见图3—10。从该散点图看出,铁路货运量与煤产量的关系是一种正相关关系,特别在1980年以前,这种关系接近于线性。 第四步,确定预测模型的形式。根据第三步选择线性回归模型: 第五步,计算模型参数b0和b1。首先把l 950年~1979年的数据代入计算,得到b0=34.499,b1=1.727,于是有回归方程: 第六步.计算估计误差和相关系数。经计算,估计标准误差:

相关系数:r=0.9852。 第七步,初步经验检验。从经验知道,铁路运量一般是应该随煤产量增加而增加的,就是说经验要求回归系数b1为正值,如果计算得到的是负值,就要检查原因。在这里,b1为正值,说明回归方程并不违反经验常识,这一级检验通过。 第八步,统计检验。统计检验包括以下几个方面的内容: a.离散系数检验。要求小于10~15%。 b.相关系数检验。一般认为相关系数r的绝对值若大于0.7,x和y就具有较高的相关程度。本例中r=0.9852,两变量高度相关, c.判定系数检验。r2=0.9726,说明因变量各实际值与估计值离差的97%以上已被回归方程解释,未被解释的只占不到3%。 d.t检验。本例中t=30.4>t0.025(28)=2.084,模型通过了t检验。 e.D—W检验。 样本期间数n=30,自变量个数K’=1,显著性水平α=0.05的情况下,查D —W分布表得dL=1.35,du=1.49。因为D—W=0.5492<dL=1.35,由判断标准可知,随机误差u i之间存在正的自相关问题。也就是说,由于模型的随机误差存在正的自相关问题,用它进行预测可能会导致估计值过高。。 为了纠正回归直线存在的系统偏差,一般采取缩短回归分析样本期间的方法,更多地让近期数据在分析中发挥影响。分别采用1963~1979,1970~1985,1976~1990年份的数据预测如表3-9和图3-10。用1976年~1990年数据确定的回归方程④为: 通过图3-10,可以看出,随着回归分析中样本期间向前滚动,近期数据影响的加大,

第十二章相关与回归分析练习题

第十二章相关与回归分析 一、填空 1.如果两变量的相关系数为0,说明这两变量之间_____________。 2.相关关系按方向不同,可分为__________和__________。 3.相关关系按相关变量的多少,分为______和复相关。4.在数量上表现为现象依存关系的两个变量,通常称为自变量和因变量。自变量是作为(变化根据)的变量,因变量是随(自变量)的变化而发生相应变化的变量。 5.对于表现为因果关系的相关关系来说,自变量一般都是确定性变量,因变量则一般是(随机性)变量。 6.变量间的相关程度,可以用不知Y与X有关系时预测Y的全部误差E1,减去知道Y与X有关系时预测Y的联系误差E2,再将其化为比例来度量,这就是(削减误差比例)。 7.依据数理统计原理,在样本容量较大的情况下,可以作出以下两个假定:(1)实际观察值Y围绕每个估计值 c Y是 服从();(2)分布中围绕每个可能的 c Y值的()是相同的。 7.已知:工资(元)倚劳动生产率(千元)的回归方程为 x y c 80 10+ =,因此,当劳动生产率每增长1千元,工资就平 均增加80 元。 8.根据资料,分析现象之间是否存在相关关系,其表现形式或类型如何,并对具有相关关系的现象之间数量变化的议案关系进行测定,即建立一个相关的数学表达式,称为(回归方程),并据以进行估计和预测。这种分析方法,通常又称为(回归分析)。 9.积差系数r是(协方差)与X和Y的标准差的乘积之比。 二、单项选择 1.欲以图形显示两变量X和Y的关系,最好创建(D )。A 直方图 B 圆形图 C 柱形图 D 散点图2.在相关分析中,对两个变量的要求是(A )。 A 都是随机变量 B 都不是随机变量 C 其中一个是随机变量,一个是常数 D 都是常数 3. 相关关系的种类按其涉及变量多少可分为( )。 A. 正相关和负相关 B. 单相关和复相关 C. 线性相关和非线性相关 D. 不相关、不完全相关、完全相关4.关于相关系数,下面不正确的描述是(B )。 A当0≤ ≤r1时,表示两变量不完全相关;B当r=0时,表示两变量间无相关; C两变量之间的相关关系是单相关;D如果自变量增长引起因变量的相应增长,就形成正相关关系。 5. 当变量X按一定数量变化时,变量Y也随之近似地以固定的数量发生变化,这说明X与Y之间存在( )。 A. 正相关关系 B. 负相关关系 C. 直线相关关系 D. 曲线相关关系 6.当x按一定数额增加时,y也近似地按一定数额随之增加,那么可以说x与y之间存在(A )关系。 A 直线正相关 B 直线负相关 C 曲线正相关 D 曲线负相关 7.评价直线相关关系的密切程度,当r在~之间时,表示( C )。 A 无相关 B 低度相关 C 中等相关 D 高度相关 8.两变量的相关系数为,说明( ) A.两变量不相关 B.两变量负相关 C.两变量不完全相关 D.两变量完全正相关 9.两变量的线性相关系数为0,表明两变量之间(D )。 A 完全相关 B 无关系 C 不完全相关 D 不存在线性相关 10.兄弟两人的身高之间的关系是( )A.函数关系 B.因果关系 C.互为因果关系 D.共变关系 11.身高和体重之间的关系是(C )。A 函数关系 B 无关系 C 共变关系 D 严格的依存关系12.下列关系中,属于正相关关系得是(A )。

回归分析练习题(有答案)

1.1回归分析的基本思想及其初步应用 一、选择题 1. 某同学由x 与y 之间的一组数据求得两个变量间的线性回归方程为y bx a =+,已知:数据x 的平 均值为2,数据 y 的平均值为3,则 ( ) A .回归直线必过点(2,3) B .回归直线一定不过点(2,3) C .点(2,3)在回归直线上方 D .点(2,3)在回归直线下方 2. 在一次试验中,测得(x,y)的四组值分别是A(1,2),B(2,3),C(3,4),D(4,5),则Y 与X 之间的回归直线方程为( )A . y x 1=+ B . y x 2=+ C . y 2x 1=+ D. y x 1=-3. 在对两个变量x ,y 进行线性回归分析时,有下列步骤: ①对所求出的回归直线方程作出解释; ②收集数据(i x 、i y ) ,1,2i =,…,n ; ③求线性回归方程; ④求未知参数; ⑤根据所搜集的数据绘制散点图 如果根据可行性要求能够作出变量,x y 具有线性相关结论,则在下列操作中正确的是( ) A .①②⑤③④ B .③②④⑤① C .②④③①⑤ D .②⑤④③① 4. 下列说法中正确的是( ) A .任何两个变量都具有相关关系 B .人的知识与其年龄具有相关关系 C .散点图中的各点是分散的没有规律 D .根据散点图求得的回归直线方程都是有意义的 5. 给出下列结论: (1)在回归分析中,可用指数系数2 R 的值判断模型的拟合效果,2 R 越大,模型的拟合效果越好; (2)在回归分析中,可用残差平方和判断模型的拟合效果,残差平方和越大,模型的拟合效果越好; (3)在回归分析中,可用相关系数r 的值判断模型的拟合效果,r 越小,模型的拟合效果越好; (4)在回归分析中,可用残差图判断模型的拟合效果,残差点比较均匀地落在水平的带状区域中,说明这样的模型比较合适.带状区域的宽度越窄,说明模型的拟合精度越高. 以上结论中,正确的有( )个. A .1 B .2 C .3 D .4 6. 已知直线回归方程为2 1.5y x =-,则变量x 增加一个单位时( ) A.y 平均增加1.5个单位 B.y 平均增加2个单位 C.y 平均减少1.5个单位 D. y 平均减少2个单位 7. 下面的各图中,散点图与相关系数r 不符合的是( )

回归分析练习题与参考答案

求:(1)人均GDP 乍自变量,人均消费水平作因变量,绘制散点图,并说明二者之间的关系 形态。 (2) 计算两个变量之间的线性相关系数,说明两个变量之间的关系强度。 (3) 求出估计的回归方程,并解释回归系数的实际意义。 (4) 计算判定系数,并解释其意义。 (5) 检验回归方程线性关系的显著性 ( 0.05)。 (6) 如果某地区的人均 GDP 为5000元,预测其人均消费水平。 (7) 求人均GDP 为5000元时,人均消费水平 95%的置信区间与预测区间。 解: (1) 可能存在线性关系。 12000- 1DOOQ - 6000- 6000- 4QD0- 2000- 0- D 10000 20000 人均GDP 30000 4MOO

(2) 相关系数:

a.因变量人均消费水平 有很强的线性关系。 (3)回归方程: y 734.693 0.309x a.因变量人均消费水平 回归系数的含义:人均 GDP 没增加1元,人均消费增加 0.309元。 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% 注意:图标不要原封不动的完全复制软件中的图标,要按规排版。 系数(a ) a.因变量人均消费水平(元) %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% (4) 模型汇总 a.预测变量常量),人均GDP 人均GDP 寸人均消费的影响达到 99.6%。 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% 注意:图标不要原封不动的完全复制软件中的图标,要按规排版。 a.预测变量:(常量人均GDP (元)。 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

第8章 相关分析与回归分析及答案

第八章相关与回归分析 一、本章重点 1.相关系数的概念及相关系数的种类。事物之间的依存关系,可以分为函数关系和相关关系。相关关系又有单向因果关系和互为因果关系;单相关和复相关;线性相关和非线性相关;不相关、不完全相关和完全相关;正相关和负相关等类型。 2.相关分析,着重掌握如何画相关表、相关图,如何测定相关系数、测定系数以及进行相关系数的推断。相关表和相关图是变量间相关关系的生动表示,对于未分组资料和分组资料计算相关系数的方法是不同的,一元线性回归中相关系数和测定系数有着密切的关系,得到样本相关系数后还要对总体相关系数进行科学推断。 3.回归分析,着重掌握一元回归的基本原理方法,一元回归是线性回归的基础,多元线性回归和非线性回归都是以此为基础的。用最小平方法估计回归参数,回归参数的性质和显著性检验,随机项方差的估计,回归方程的显著性检验,利用回归方程进行预测是回归分析的主要内容。 4.应用相关与回归分析应注意的问题。相关与回归分析都有它们的应用范围,必须知道在什么情况下能用,什么情况下不能用。相关分析和回归分析必须以定性分析为前提,否则可能会闹出笑话,在进行预测时选取的样本要尽量分散,以减少预测误差,在进行预测时只有在现有条件不变的情况下才能进行,如果条件发生了变化,原来的方程也就失去了效用。 二、难点释疑 本章难点在于计算公式多,不容易记忆,所以更要注重计算的练习。为了掌握基本计算的内容,起码应认真理解书上的例题,做完本指导书上的全部计算题。初学者可能会感到本章公式多且复杂,难于记忆,其实只要抓住Lxx、Lxy、Lyy 这三个记号,记住它们的展开式,几个主要的公式就不难记忆了。如果能自己把这些公式推证一下,搞清其关系,那就更容易记住了。 三、练习题 (一)填空题 1事物之间的依存关系,根据其相互依存和制约的程度不同,可以分为(函数关系)和(相关关系)两种。 2.相关关系按相关关系的情况可分为()和();按自变量的多少分(单相关)和(复相关);按相关的表现形式分(线性相关)和(非线性相关);按相关关系的密切程度分(完全相关)、(不完全相关)和(不相关);按相关关系的方向分(正相关)和(负相关)。 3.回归方程只能用于由(自变量)推算(因变量)。 4.一个自变量与一个因变量的线性回归,称为(一元线性回归) 5.估计变量间的关系的紧密程度用(相关系数) 6.在相关分析中,要求两个变量都是随机的,而在回归分析中要求自变量是(不是随机的),因变量是(随机的)。 7.已知剩余变差为250,具有12对变量值资料,那么这时的估计标准误差是()。 8.将现象之间的相关关系,用表格来反映,这种表称为(相关表),将现象之间的相关关系用图表示称(相关图)。

多元线性回归模型练习题及答案

多元线性回归模型练习 一、单项选择题 1.在由30n =的一组样本估计的、包含3个解释变量的线性回归模型中,计算得可决系数为,则调整后的可决系数为( D ) A. B. C. 用一组有30个观测值的样本估计模型01122t t t t y b b x b x u =+++后,在的显著性水平上对1b 的显著性作t 检验,则1b 显著地不等于零的条件是其统计量t 大于等于( C ) A. )30(05.0t B. )28(025.0t C. )27(025.0t D. )28,1(025.0F 3.线性回归模型01122......t t t k kt t y b b x b x b x u =+++++ 中,检验 0:0(0,1,2,...)t H b i k ==时,所用的统计量 服从( C ) (n-k+1) (n-k-2) (n-k-1) (n-k+2) 4. 调整的可决系数 与多元样本判定系数 之间有如下关系( D ) A.2211n R R n k -=-- B. 22 111n R R n k -=--- C. 2211(1)1n R R n k -=-+-- D. 2211(1)1n R R n k -=---- 5.对模型Y i =β0+β1X 1i +β2X 2i +μi 进行总体显著性F 检验,检验的零假设是 ( A ) A. β1=β2=0 B. β1=0 C. β2=0 D. β0=0或β1=0 6.设k 为回归模型中的参数个数,n 为样本容量。则对多元线性回归方程进行 显著性检验时,所用的F 统计量可表示为( B ) A. )1()(--k RSS k n ESS B . C .)1()1() (22---k R k n R D .)()1/(k n TSS k ESS -- ) 1 ( ) 1 ( k R k R n

第八章-相关与回归分析练习题

第八章相关与回归分析 一、单选题 1.相关分析研究的是() A、变量间相互关系的密切程度 B、变量之间因果关系 C、变量之间严格的相依关系 D、变量之间的线性关系 2.若变量X的值增加时,变量Y的值也增加,那么变量X和变量Y之间存在着()。 A、正相关关系 B、负相关关系 C、直线相关关系 D、曲线相关关系 3.若变量X的值增加时,变量Y的值随之下降,那么变量X和变量Y之间存在着()。 A、正相关关系 B、负相关关系 C、直线相关关系 D、曲线相关关系 4.相关系数等于零表明两变量()。 A.是严格的函数关系 B.不存在相关关系 C.不存在线性相关关系 D.存在曲线线性相关关系 5.相关关系的主要特征是()。 A、某一现象的标志与另外的标志之间的关系是不确定的 B、某一现象的标志与另外的标志之间存在着一定的依存关系,但它们不是确定的关系 C、某一现象的标志与另外的标志之间存在着严格的依存关系

D、某一现象的标志与另外的标志之间存在着不确定的直线关系 6.时间数列自身相关是指()。 A、两变量在不同时间上的依存关系 B、两变量静态的依存关系 C、一个变量随时间不同其前后期变量值之间的依存关系 D、一个变量的数值与时间之间的依存关系 7.如果变量X和变量Y之间的相关系数为负1,说明两个变量之间()。 A、不存在相关关系 B、相关程度很低 C、相关程度很高 D、完全负相关 8.若物价上涨,商品的需求量愈小,则物价与商品需求量之间()。 A、无相关 B、存在正相关 C、存在负相关 D、无法判断是否相关 9.相关分析对资料的要求是()。 A.两变量均为随机的 B.两变量均不是随机的 C、自变量是随机的,因变量不是随机的 D、自变量不是随机的,因变量是随机的 10.回归分析中简单回归是指()。 A.时间数列自身回归 B.两个变量之间的回归 C.变量之间的线性回归 D.两个变量之间的线性回归 11.已知某工厂甲产品产量和生产成本有直线关系,在这条直线上,当产量为1000时,其生产成本为30000元,其中不随产量变化的成本为6000元,则成本总额对产量的回归方程为()

相关分析和回归分析SPSS实现

相关分析与回归分析 一、试验目标与要求 本试验项目的目的是学习并使用SPSS软件进行相关分析与回归分析,具体包括: (1)皮尔逊pearson简单相关系数的计算与分析 (2)学会在SPSS上实现一元及多元回归模型的计算与检验。 (3)学会回归模型的散点图与样本方程图形。 (4)学会对所计算结果进行统计分析说明。 (5)要求试验前,了解回归分析的如下内容。 参数α、β的估计 回归模型的检验方法:回归系数β的显著性检验(t-检验);回归 方程显著性检验(F-检验)。 二、试验原理 1.相关分析的统计学原理 相关分析使用某个指标来表明现象之间相互依存关系的密切程度。用来测度简单线性相关关系的系数是Pearson简单相关系数。 2.回归分析的统计学原理 相关关系不等于因果关系,要明确因果关系必须借助于回归分析。回归分析是研究两个变量或多个变量之间因果关系的统计方法。其基本思想是,在相关分析的基础上,对具有相关关系的两个或多个变量之间数量变化的一般关系进行测定,确立一个合适的数据模型,以便从一个已知量推断另一个未知量。回归分析的主要任务就是根据样本数据估计参数,建立回归模型,对参数与模型进行检验与判断,并进行预测等。 线性回归数学模型如下: y i 01x i12x i2k x i k i 在模型中,回归系数是未知的,可以在已有样本的基础上,使用最小二乘法对回归系数进行估计,得到如下的样本回归函数: ???? y i 0 1x i12x i2k x i k e i 回归模型中的参数估计出来之后,还必须对其进行检验。如果通过检验发现模型有缺陷,则必须回到模型的设定阶段或参数估计阶段,重新选择被解释

回归分析练习题

回归分析的基本思想及其初步应用 一、选择题 1. 某同学由x 与y 之间的一组数据求得两个变量间的线性回归方程为y bx a =+,已知:数据x 的平 均值为2,数据 y 的平均值为3,则 ( ) A .回归直线必过点(2,3) B .回归直线一定不过点(2,3) C .点(2,3)在回归直线上方 D .点(2,3)在回归直线下方 2. 在一次试验中,测得的四组值分别是,则Y 与X 之间的回归直线方程为( )A . B . C . D. 3. 在对两个变量x , y 进行线性回归分析时,有下列步骤: ①对所求出的回归直线方程作出解释; ②收集数据(i x 、 i y ),1,2i =,…,n ; ③求线性回归方程; ④求未知参数; ⑤根据所搜集的数据绘制散点图 如果根据可行性要求能够作出变量,x y 具有线性相关结论,则在下列操作中正确的是( ) A .①②⑤③④ B .③②④⑤① C .②④③①⑤ D .②⑤④③① 4. 下列说法中正确的是( ) A .任何两个变量都具有相关关系 B .人的知识与其年龄具有相关关系 C .散点图中的各点是分散的没有规律 D .根据散点图求得的回归直线方程都是有意义的 5. 给出下列结论: (1)在回归分析中,可用指数系数2 R 的值判断模型的拟合效果,2 R 越大,模型的拟合效果越好; (2)在回归分析中,可用残差平方和判断模型的拟合效果,残差平方和越大,模型的拟合效果越好; (3)在回归分析中,可用相关系数r 的值判断模型的拟合效果,r 越小,模型的拟合效果越好; (4)在回归分析中,可用残差图判断模型的拟合效果,残差点比较均匀地落在水平的带状区域中,说明这样的模型比较合适.带状区域的宽度越窄,说明模型的拟合精度越高. 以上结论中,正确的有( )个. A .1 B .2 C .3 D .4 6. 已知直线回归方程为2 1.5y x =-,则变量x 增加一个单位时( ) A.y 平均增加1.5个单位 B.y 平均增加2个单位 C.y 平均减少1.5个单位 D. y 平均减少2个单位 7. 下面的各图中,散点图与相关系数r 不符合的是( ) 8. 一位母亲记录了儿子3~9岁的身高,由此建立的身高与年龄的回归直线方程为?7.1973.93y x =+,据此可以预测这个孩子10岁时的身高,则正确的叙述是( ) A .身高一定是145.83cm B .身高超过146.00cm C .身高低于145.00cm D .身高在145.83cm 左右 9. 在画两个变量的散点图时,下面哪个叙述是正确的( ) (A)预报变量在x 轴上,解释变量在 y 轴上 (B)解释变量在x 轴上,预报变量在y 轴上

5相关分析和回归分析练习题

第五章相关分析和回归分析练习题 一、单项选择题 1、相关分析研究的是()。 A、变量间的相互依存关系 B、变量间的因果关系 C、变量间严格的一一对应关系 D、变量间的线性关系 2、测定变量之间相关关系密切程度的主要方法是()。 A、相关表 B、相关图 C、相关系数 D、定性分析 3、下列情况中,称为正相关的是()。 A、随一个变量增加,另一个变量相应减少 B、随一个变量减少,另一个变量相应增加 C、随一个变量增加,另一个变量相应增加 D、随一个变量增加,另一个变量不变 4、相关系数r取值范围()。 A、︱r︱<∞ B、︱r︱≤1 C、r<1 D、r≤0.5 5、相关系数等于零表明两个变量()。 A、是严格的函数关系 B、不存在相关关系 C、不存在线性相关关系 D、存在曲线相关关系 6、现象之间相互依存关系的程度是对等的,则相关系数()。 A、越小于0 B、越接近-1 C、越接近于1 D、越接近于0 7、相关关系中,两个变量的关系是对待的,从而变更x对变量y的相

关,同变量y对变量x的相关()。A、是同一问题 B、不一定相同 C、有联系但是不是一个问题 D、完全不同 8、若居民收入增加,居民消费额也增加,则居民收入和居民消费额之间()。 A、无相关 B、存在正相关 C、存在负相关 D、无法判断是否相关 9、产品产量与单件成本的相关系数是-0.80,单位成本与利润率的相关系数是-0.94,产量与利润率之间的相关系数是0.89,因此()。 A、产量与利润率的相关程度最高 B、单位成本与利润率的相关程度最高 C、产量与单位成本的相关程度最高 D、反映不出哪对变量的相关程度最高 10、在回归分析中,自变量同因变量的地位不同,两变量y和x回归和x对y回归()。 A、是同一问题 B、不一定相同 C、有联系但不是一个问题 D、完全不同 11、回归分析中的简单回归是指()。 A、两上变量之间的回归 B、变量之间的线性回归 C、两个变量之间的线性回归 D、变量之间的简单回归 12、当自变量的数值确定后,因变量的数值也随之完全确定,这种关系属于()。 A、随机关系 B、相关关系 C、函数关系 D、因果关系 13、回归系数和相关系数的符合是一致的,其符号可用来判断现象()。

相关文档
最新文档