A.回归分析可用于估计或预测
B.相关分析是研究变量之间相互依存关系的密切程度
C.回归分析中自变量和因变量可以互相推导并进行预测
D.相关分析需区分自变量和因变量
E.相关分析是回归分析的基础
A.一元线性回归预测是回归预测的基础,预测对象只受一个主要因素影响
B.判定一个线性回归方程的拟合程度的优劣称为模型的显著性检验,通常用的检验法是相关系数检验法
C.相关系数等于回归平方和在总平方和中所占的比率,即回归方程所能解释的因变量变异性的百分比,是一元回归模型中用来衡量两个变量之间相关程度的判定指标
D.如果相关系数r=0,表示所有的观测值全部落在回归直线上;如果r=1,则表示自变量与因变量无线性关系
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
A.二元线性回归
B.二元二次线性回归
C.多元线性回归
D.一元线性回归
下面是20个城市写字楼出租率和每平米月租金价格的回归分析结果,月租金为自变量,出租率为因变量: 回归统计: MultipleR RSquare AdjustedRSquare 标准误差 0.7951 0.6322 0.6117 2.6858 方差分析 Df SS MS F SignificanceF 回归 1 223.1403 223.1403 30.9332 2.798E-05 残差 18 129.8452 7.213.6 总计 19 352.9855 系数估计和检验 Coefficient 标准误差 T Stat P-Value Lower95% Upper95% Intercept 49.3177 3.8050 12.9612 0.0000 41.3236 57.3117 XVariable 0.2492 0.0448 5.5618 0.0000 0.1551 0.3434 根据回归分析结果,下列判断正确的是()。
A、出租率与月租金价格之间的线性关系为:=49.3177+0.2492x
B、回归系数=0.2492,表示:月出租率增加1%,月租金平均增加0.2492%
C、=63.22%,表明在出租率的变差中被出租率与月租金之间的线性关系所解释的比例为63.22%,回归方程的拟合程度一般
D、估计标准误差Se=2.6858,表示,当用月租金来预测出租率时,平均的预测误差为2.6858%,表明预测误差不大
E、方差分析中SignificanceF=2.798E-05<0.05,说明两者线性关系显著<br>
F、回归系数检验的P-Value=0.0000<0.05,说明回归系数通过显著检验<br>
A.确定自变量与因变量的定量关系表达式,这种表达式称为回归方程
B.对求得的回归方程进行可信度检验。
C.判断自变量对因变量是否有影响
D.利用求得的回归方程进行预测和控制