统计学原理与实务第9章习题答案

第9章习题答案三、多项选择题1、某产品的单位成本与工人劳动生产率之间的回归直线方程为Y＝30-0.6x，则（）。A、0.6为回归系数B、30是回归直线的起点纵坐标C、劳动生产率每增加一个单位，单位成本平均上升0.6元D、劳动生产率每增加一个单位，单位成本平均下降0.6元E、-0.6为回归系数2、相关关系具有如下特点（）。A、现象之间确实存在数量上的依存关系B、现象之间是确定的函数关系C、现象之间毫无关系D、现象之间是一一对应关系E、现象之间数量依存关系的具体关系值是不确定的3、单位产品成本对产量的一元线性回归方程为Y＝85-5.6x,x单位为千件，Y单位是元；这意味着（）。A、单位成本与产量之间存在着负相关 B、单位成本与产量之间是正相关C、产量为1000件时单位成本为79.4元D、产量每增加1千件单位成本平均增加5.6元E、产量每增加1千件单位成本平均减少5.6元4、如果两个变量之间的线性相关程度很高，则其相关系数应接近于（）。A、0.5B、-0.5C、0D、1E、-15、线性回归分析中的回归平方和是指（）。A、实际值与平均值的离差平方和 B、估计值与平均值的离差平方和C、受自变量变动影响所引起的变差D、受随机变量变动影响所产生的误差E、总变差与残差平方和之差6、关于相关关系和函数关系正确的是（）。A、函数关系是相关关系的一种特例B、相关关系是函数关系的一种特例C、函数关系就是完全相关关系D、相关关系就是线性相关关系E.完全不相关就是独立7、如果变量x与y之间没有线性相关关系，则（）。A、相关系数为0B、线性回归系数为0C、可决系数为0D、估计标准误差为0E、变量x与y不一定独立8、如果两个变量之间完全线性相关，则以下结论中正确的有（）。A、相关系数＝1B、可决系数＝1C、估计标准误差＝1D、估计标准误差＝0E、回归系数9、下列属于负相关的现象是（）。A、商品流转的规模愈大,流通费用水平越低B、流通费用率随商品销售额的增加而减少C、国民收入随投资额的增加而增长D、生产单位产品所耗工时随劳动生产率的提高而减少E、某产品产量随工人劳动生产率的提高而增加二、单项选择题1.B；2.C；3.C；4.C；5.B；6.D；7.C；8.B；9.D；10.C；11.C；12.C；13.B；14.B三、多项选择题1.ADE；2.ACE；3.DE；4.BCE；5.ABCE；6.ABD；7.ABD四、简答题1、什么是相关关系？它与函数关系有何区别与联系？答：相关关系反映的是客观事物之间的非严格、不确定的依存关系。函数关系和相关关系是两种不同类型的关系，但是他们之间并不存在严格的界限。由于在观察或实验中出现误差，函数关系有时也通过相关关系反映出来，而当对现象之间的内在联系和规律性了解得更加清楚的时候，相关关系又可能转化为函数关系。2、什么是回归分析？相关分析与回归分析有何区别与联系？答：回归分析，就是建立一个数学方程来反映变量之间具体的相互依存关系，并最终通过给定的自变量数值来估计或预测因变量可能的数值，该数学方程称为回归模型。回归分析与相关分析的区别与联系：1）相关分析中，变量x变量y处于平等的地位；回归分析中，变量y称为因变量，处在被解释的地位，x称为自变量，用于预测因变量的变化2）相关分析中所涉及的变量x和y都是随机变量；回归分析中，因变量y是随机变量，自变量x可以是随机变量，也可以是非随机的确定变量3）相关分析主要是描述两个变量之间线性关系的密切程度；回归分析不仅可以揭示变量x对变量y的影响大小，还可以由回归方程进行预测和控制3、如何计算相关系数？怎样通过相关系数判断现象之间相关的方向和程度？答：>0，表明变量之间正相关；<0，表明变量之间负相关。=1，表明变量之间为完全的线性相关关系；=0，表明变量之间没有线性关系；当0<<1时，变量之间有不同程度的线性关系，且当的绝对值越接近1，表示线性关系越密切。由此可以确定一个对相关程度评价的标准。0<≤0.3为弱相关；0.3<≤0.5为低度相关；0.5<≤0.8为显著相关0.8<≤1为高度相关。4、直线回归方程中的两个参数有何意义？答：为回归常数，为回归系数。如果X=0，则是X=0时Y概率分布的均值；表示X每变动一个单位时Y概率分布的均值的变化，即当X每增加一个单位时，Y平均变化个单位。5、什么是估计标准误差？它有何作用？答：从定义上看，估计标准误差是观察值y对估计值的平均离差。和在一般变量数列中通过标准差来反映变量与其平均数之间的平均变异程度相似，在回归分析中，则反映了所有观察值y与之间的平均变异程度。因为在回归的过程中，对给定的自变量x值，变量y并非总是分布在回归直线上，而是分布在它的周围，这样在y与之间必然形成一定的离差。如果离差的值很小，则说明估计值与观察值y比较接近，在图形中，观察点越靠近回归直线，说明回归方程较好地反映了两个变量之间的关系，其代表性较