第11章一元线性回归

1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2Ｃ.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１Ｄ.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.-0.86Ｂ.0.78Ｃ.1.25Ｄ.010.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111.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：,89.0,74.0,65.0321rrr92.04r,若取显著性水平05.0进行显著性检验，哪一个相关系数在统计上是不显著的（）Ａ.1rＢ.2rＣ.3rＤ.4r15.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3Ｃ.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xy10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2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.2ˆiiyy最小Ｂ.iiyyˆ最小Ｃ.2iiyy最小Ｄ.iiyy最小23.在一元线性回归方程中，回归系数1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.xy75.025ˆＢ.xy86.0120ˆＣ.xy5.2200ˆＤ.xy74.034ˆ25.对不同年份的产品成本拟合的直线方程为xy75.1280ˆ，回归系数75.1ˆ1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4Ｄ.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（iy）与回归值（iyˆ）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xyi10ˆˆˆ中，若回归系数0ˆ1，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｜＝１Ｂ.判定系数12RＣ.估计标准误差0ysＤ.回归系数0ˆ1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MSE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0x，求出ｙ的平均值的一个估计值0yE，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0x，求出ｙ的一个个别值的一个估计值yˆ，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4854SSR,残差平方和146SSE,则判定系数2R＝（）5Ａ.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xyi10ˆˆˆ中，回归系数1ˆ（）Ａ.可能为0Ｂ.可能小于0Ｃ.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0Ｄ.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1rＢ.判定系数12RＣ.回归系数0Ｄ.估计标准误差0ys41.下列方程中肯定错误的是（）Ａ.xy48.015ˆ，65.0rＢ.xy35.115ˆ，81.0rＣ.xy85.025ˆ，42.0rＤ.xy56.3120ˆ，96.0r42.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2R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0x，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6Ｃ.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0x越远离其平均值x，求得的y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2R＝（）。Ａ.0.8Ｂ.0.89Ｃ.0.64Ｄ.0.4048.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12RＢ.判定系数02RＣ.回归系数1ˆ1Ｄ.估计标准误差0es49.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（05.0）：变差来源dfSSMSFSignificanceF回归11602708.61602708.62.17E-09残差1040158.07——总计111642866.67———方差分析表中空格的数据分别为（）。Ａ.4015.807和399.1Ｂ.4015.807和0.0025Ｃ.0.9755和399.1Ｄ.0.0244和0.002550.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（05.0）：变差来源dfSSMSFSignificanceF回归11602708.61602708.6—2.17E-09残差1040158.07———总计111642866.67———根据上表计算的相关系数为（）。Ａ.0.9844Ｂ.0.9855Ｃ.0.9866Ｄ.0.987751.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（05.0）：变差来源dfSSMSFSignificanceF7回归11602708.61602708.6—2.17E-09残差1040158.07———总计111642866.67———根据上表计算的估计标准误差为（）。Ａ.1265.98Ｂ.63.37Ｃ.1281.17Ｄ.399.152.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（05.0）：变差来源dfSSMSFSignificanceF回归11602708.61602708.6—2.17E-09残差1040158.07———总计111642866.67———根据上表计算的判定系数为（）。Ａ.0.9856Ｂ.0.9855Ｃ.0.9756Ｄ.0.987753.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