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

2、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C .非线性关系D.函数关系125 .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C .非线性关系B.负线性相关关系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C .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

3、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 . 1.2510 .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

4、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 （）。B .不存在任何关系D .存在非线性相关关系的线性相关系数为-0.87,这说明二者之间存在着B .中度相关D .极弱相关A.相关程度很低C .不存在线性相关关系13 .设产品产量与产品单位成本之间（ ）。A.高度相关C .低度相关14.设有4组容量相同的样本数据,即 n=8,相关系数分别为：r1 = 0.65, r2 = 0.74, r3 =0.89, £ =0.92，若取显著性水平 口 =0.

5、05进行显著性检验，哪一个相关系数在统计上是不显著的（）A. r1B. r2c . r3D. r415 .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（）。B .因变量A.自变量C .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

6、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y=久十B1x +君中，名反映的是 （）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：

7、&是一个期望值为0的随机变量C .对于所有的x值，名的方差仃2都相同D.误差项W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（）-2.A.乙（yi ?i ）=最小B .乙（yi ?i ）=最小_ 2_c. Z （yi -yi ）=最小d. £3 yi户最小23.在一元线性回归方程中，回归系数F1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， C .当x变动1个单位时，D .当y变动1个单位时，y的平均变动数量y增加的总数量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. ?=25

8、 -0.75xB . ? - -120 0.86xC. ? -200 -2.5xD. ?-34-0.74x25.对不同年份的产品成本合的直线方程为？ = 280-1.75x,回归系数 阳=-1.75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D .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（）。B .回归系数的显著性D.估计标准误差的显著性）°B .回归系数D.估计标准误差A.相关系数的显著性C.线性关系的显著

9、性27 .说明回归方程拟合优度的统计量是A.相关系数C .判定系数28 .各实际观测值（yi）与回归值（）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？i =免+ |?x中，若回归系数 用=0,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（）B .判定系数R2 = 1C.估计标准误差sy =0D.回归系数a=0）°B .回归系数D.估计标准误差31 .回归平方和占总平方和的比例称为A.相关系

10、数C .判定系数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Z的标准差CT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x0,求出y的平均值的一个估计值E（y° ），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x0,求出y的一个个别值的一个估计值?,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

11、计D.个别值的预测区间估计35 .已知回归平方和 SSR=4854，残差平方和 SSE = 146，则判定系数 R2 =（）A .97.08 %C . 3.01 %B . 2.92 %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yi =院x中，回归系数 附（ ）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

12、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3060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r = 1B .判定系数R2 = 1C.回归系数P = 0D .估计标准误差sy = 041 .下列方程中肯定错误的是（）A. ? = 15-0.48x, r =0.65B . ?=-15-1

13、.35x, r = -0.81C . ? = -25 +0.85x , r =0.42D. ? = 120 3.56x, r=0.9642.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R2的取值范围是 （）。A.0,1 1C .-1 , 1B .-1,0 D .小于0的任意数43.在回归估计中，给定自变量的取值x0 ,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C.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X0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

14、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= 0.8,则回归方程的判定系数 R2=

15、（）。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R2 =1，一 一_ 2一B.判定系数R =0c.回归系数81 =1D.估计标准误差Se = 049.某汽车生产商欲了解广告费用 通过计算得到卜面的方差分析表（x）对销售量（y）的影响，收集了过去12年的有关数据。a =0.05）:变差来源dfSSMSFSignificance F回归1残差10总计111602708.61602708.62.17E-0940158.071642866.67方差分析表中空格的数据分别为A. 4015.807 和 399

16、.1C . 0.9755 和 399.1( )。B . 4015.807 和 0.0025D . 0.0244 和 0.002550 .某汽车生产商欲了解广告费用（x）对销售量（v）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（ a =0.05）：变差来源dfSSMSFSignificance F回归1残差10总计111602708.61602708.62.17E-0940158.071642866.67根据上表计算的相关系数为（A . 0.9844B . 0.9855)。C . 0.9866D . 0.987751 .某汽车生产商欲了解广告费用（x）对销售量（v）的影

17、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（ 口 =0.05）：变差来源dfSSMSFSignificance F回归11602708.61602708.6残差1040158.07总计111642866.672.17E-09一一根据上表计算的倩计标准误差为（）。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，收集了过去据。通过计算得到下面的方差分析表（ a =0.05）：12年的侣关数变差来源dfSSMSFSignificance F回归11602708.61602708.6残差1040158.07总计111642866.672.17E-09一一根据上表计算的判定系数为（）。A . 0.9856B . 0.9855C . 0.9756D . 0.987753 .标准化残差图主要附于直观地判断（）。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 .如果误差项W服从正态分布的假定成立，那么在标准化残差图中，大约有 残差落在（）。A . -2+2之间B . 01之间C . -1+1之间D . -10之间55 .标准化残差是（）。A.残