违法和不良信息举报 联系客服
免费注册 登录

回归方程的（ ）本质上是判断回归方程的解释变量对于被解释变量的影响的显著性，实际上是对于回归方程拟合优度的检验。

题目
回归方程的（ ）本质上是判断回归方程的解释变量对于被解释变量的影响的显著性，实际上是对于回归方程拟合优度的检验。

A.z检验
B.OLS
C.t检验
D.F检验
如果没有搜索结果或未解决您的问题，请直接 联系老师 获取答案。
相似问题和答案

第1题：

根据资料计算的判定系数R2=0.96978，这表明( )。

A．在Y的总变差中，有96.98%可以由解释变量X做出解释

B．回归方程对样本观测值的拟合程度良好

C．在Y的总变差中，有3.02%可以由解释变量X做出解释

D．回归方程对样本观测值的拟合优度不高


正确答案：AB
解析：判定系数是指回归平方和占总体平方和的比例，它是度量拟合程度的一个估计量，反映了因变量r的偏差中被估计的回归方程所解释的比例。R2=0.96978表明在Y的总变差中，有96.978%可以由解释变量X(或回归方程)做出解释，回归方程对样本观测值的拟合程度良好。也就是说某企业1997年至2003年利润的变化有96.978%是由产量决定的。

第2题：

多元回归模型中的解释变量个数为k，那么回归方程显著性检验的F统计量的第一自由度为n—k一1，第二自由度为k。（ ）


正确答案：B
多元回归模型中的解释变量个数为k，那么回归方程显著性检验的F统计量的第一自由度为k，第二自由度为n一k一1。

第3题：

在回归方程中涉及到的变量有()。

A、因变量

B、自变量

C、解释变量

D、被解释变量


参考答案：ABCD

第4题：

根据某地区1996-2015年的亩产量（公斤，y）、降雨量（毫米、x1）以及气温（度，x2）的统计数据进行回归分析，得到如下结果：
R=0.9193，R2=0.8451，调整R2=0.8269
对于回归方程来说，（ ）。

A.t检验是检验解释变量xi对因变量y的影响是否显著
B.t检验是从回归效果检验回归方程的显著性
C.F检验是检验解释变量xi对因变量y的影响是否显著
D.F检验是从回归效果检验回归方程的显著性

答案：A,D
解析：

第5题：

直线回归分析中,对回归系数做假设检验的目的是

A、检验回归系数b是否等于0

B、检验两总体回归系数是否相等

C、检验回归方程的拟合优度

D、推断两变量是否存在直线依存关系

E、判断回归方程代表性的好坏


参考答案：D

第6题：

统计检验中的拟合优度检验，用判定系数的R2大小来检验。R2值越接近于0，越表明( )。

A.回归方程对样本观测值的拟合程度良好

B.总体平方和与回归平方和越接近

C.总体平方和与残差平方和越接近

D.被解释变量中的信息未被解释的比例就越大

E.被解释变量中的信息由解释变量解释的比例就越小

此题为多项选择题。请帮忙给出正确答案和分析，谢谢!


正确答案：CDE

第7题：

线性回归方程的t检验是对每个自变量与因变量的相关关系的显著性检验。()

此题为判断题(对，错)。


正确答案：正确

第8题：

在回归分析中,回归方程右边的变量,通常称为被解释变量。()

此题为判断题(对，错)。


参考答案：错

第9题：

一元线性回归方程可以应用于()。

A:利用回归方程进行预测
B:对回归方程的备参数进行显著性检验
C:描述两个指标变量之间的数量依存关性
D:利用回归方程进行统计控制

答案：A,C,D
解析：
一元线性回归方程可以应用于：①描述两指标变量之间的数量依存关系;②利用回归方程进行预测，把预报园子（即自变量x）代入回归方程可对预报量（即因变量Y）进行估计;③利用回归方程进行统计控制，通过控制X的范围来实现指标Y统计控制的目标。B项，t检验用于检验回归模型中各个系数（参数）的显著性。

第10题：

某研究员对生产价格指数(PPI)数据和消费价格指数(CPI)数据进行了定量分析，并以PPI为被解释变量，CPI为解释变量，进行回归分析。据此回答以下四题。
对拟合的直线回归方程进行显著性检验的必要性在于（ ）。

A.样本数据对总体没有很好的代表性
B.检验回归方程中所表达的变量之间的线性相关关系是否显著
C.样本量不够大
D.需验证该回归方程所揭示的规律性是否显著

答案：B
解析：
为了检验回归方程中所表达的被解释变量与所有解释变量之间的线性相关关系是否显著，则需要对拟合的直线回归方程进行显著性检验。

更多相关问题
相关内容