单选题在大连豆粕期货价格(被解释变量)与芝加哥豆粕期货价格(解释变量)的回归模型中,判定系数R2=0.962,F统计量为256.39,给定显著性水平(α=0.05)对应的临界值Fα=3.56。这表明该回归方程( )。Ⅰ.拟合效果很好Ⅱ.预测效果很好Ⅲ.线性关系显著Ⅳ.标准误差很小AⅠ、ⅡBⅠ、ⅢCⅡ、ⅣDⅢ、Ⅳ
单选题
在大连豆粕期货价格(被解释变量)与芝加哥豆粕期货价格(解释变量)的回归模型中,判定系数R2=0.962,F统计量为256.39,给定显著性水平(α=0.05)对应的临界值Fα=3.56。这表明该回归方程( )。Ⅰ.拟合效果很好Ⅱ.预测效果很好Ⅲ.线性关系显著Ⅳ.标准误差很小
A
Ⅰ、Ⅱ
B
Ⅰ、Ⅲ
C
Ⅱ、Ⅳ
D
Ⅲ、Ⅳ
参考解析
解析:
R2的取值在[0,1]区间内,越接近1,表明回归方程拟合效果越好;越接近0,表明回归方程拟合效果越差。题中,R2=0.962,可以看出该回归方程回归拟合效果较好。根据决策准则,如果F﹥Fα(k,n-k-1),则拒绝H0:β1=β2=…=βk=0的原假设,接受备择假设H1:βj(j=1,2,…,k)不全为零,表明回归方程线性关系显著。题中,F=256.39>3.56,线性关系显著。
R2的取值在[0,1]区间内,越接近1,表明回归方程拟合效果越好;越接近0,表明回归方程拟合效果越差。题中,R2=0.962,可以看出该回归方程回归拟合效果较好。根据决策准则,如果F﹥Fα(k,n-k-1),则拒绝H0:β1=β2=…=βk=0的原假设,接受备择假设H1:βj(j=1,2,…,k)不全为零,表明回归方程线性关系显著。题中,F=256.39>3.56,线性关系显著。
相关考题:
如果所有的观测点都落在回归直线上,R2=1说明()。A.回归直线不能解释因变量的所有变化B.因变量的变化与自变量无关C.回归直线可以解释因变量的所有变化D.回归直线的拟合效果很好E.回归直线的拟合效果很差
下列方法不可以用来检验回归方程显著性的是( )。A.相关系数法。对于给定的显著性水平α,当相关系数r的绝对值大于临界值r1-α/2(n-2)时,便认为两个变量间存性关系,所求得的回归方程是显著性的B.方差分析法C.计算F比,对于给定的显著性水平α,当F>F1-α(fR,fE)时,认为回归方程显著D.定性分析法
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
对某回归方程的某个回归系数进行显著性检验,经计算得到其t统计量值为5.8,如果相应的t分布的右侧临界值t0.025=2.447,则表明在0.05的显著性水平下,可以认为该变量对因变量有显著影响。A.正确B.错误
下列方法不可以用来检验回归方程显著性的是( )。A.相关系数法。对于给定的显著性水平a,当相关系数r的绝对值大于临界值r1-a/2(n-2)时,便认为两个变量间存在线性关系,所求得的回归方程是显著性的B.方差分析法C.计算F比,对于给定的显著性水平a,当F>F1-a(fR,fE)时,认为回归方程显著D.定性分析法
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
在大连豆粕期货价格(被解释变量)与芝加哥豆粕期货价格(解释变量》的回归模型中.判定系数R^2 =0. 962,F统计量为256.39,给定显著性水平(α=0.05)对应的临界值Fα=3. 56.这表明该回归方程( )。Ⅰ.拟合效果很好Ⅱ.预侧效果很好Ⅲ.线性关系显著Ⅳ.标准误差很小A.Ⅱ.ⅢB.Ⅰ.ⅢC.Ⅱ.ⅣD.Ⅲ.Ⅳ
在大连豆粕期货价格(被解释变量)与芝加哥豆粕期货价格(解释变量)的回归模型中,判定系数R=O.962,F统计量为256.39,给定显著性水平(α=0.05)对应的临界值Fα=3.56。这表明该回归方程( )。Ⅰ.拟合效果很好Ⅱ.预测效果很好Ⅲ.线性关系显著Ⅳ.标准误差很小 A、Ⅰ.Ⅱ.ⅢB、Ⅰ.ⅢC、Ⅰ.Ⅱ.ⅣD、Ⅰ.Ⅲ.Ⅳ
在大连豆粕期货价格(被解释变量)与芝加哥豆粕期货价格(解释变量)的回归模型中.判定系数R2=0.962,F统计量为256.39,给定显著性水平(a=0.05)对应的临界值Fa=3.56。这表明该回归方程( )。Ⅰ.拟合效果很好Ⅱ.预测效果很好Ⅲ.线性关系显著Ⅳ.标准误差很小A.Ⅰ、ⅡB.Ⅰ、ⅢC.Ⅱ、ⅣD.Ⅲ、Ⅳ
大连豆粕期货价格(被解释变量)与芝功加哥豆粕期货价格(解释变量)的回归模型中,判断系数R2=0.962,F统计量为256.39,给定显著性水平(α=0.05)对临界值为Fα=3.56,这表明回归方程( )。A. 拟合效果好B. 预测效果好C. 线性关系显著D. 标准误差很小
大连豆粕期货价格(被解释变量)与芝功加哥豆粕期货价格(解释变量)的回归模型中,判断系数R2=0.962,F统计量为256.39,给定显著性水平(α=0.05)对临界值为Fα=3.56,这表明回归方程( )。A、拟合效果好B、预测效果好C、线性关系显著D、标准误差很小
以棕榈油期货价格P为被解释变量,豆油期货价格Y为解释变量进行一元线性回归分析。结果如下: 在显著性水平a=0.05条件下,豆油期价与棕榈油期价的线性关系( )。A.无法判断B.较差C.不显著D.显著
大连豆粕期货价格(被解释变量)与芝加哥豆粕期货价格(解释变量)的回归模型中,判断系数R2=0.962,F统计量为256.39,给定显著性水平(α=0.05)对临界值为Fα=3.56,这表明回归方程( )。A.拟合效果好B.预测效果好C.线性关系显著D.标准误差很小
在多元线性回归分析中,如果t检验表明回归系数不显著,则意味着()A、整个回归方程的线性关系不显著B、整个回归方程的线性关系显著C、该自变量与因变量之间的线性关系不显著D、该自变量与因变量之间的线性关系显著
单选题在大连豆粕期货价格(被解释变量)与芝加哥豆粕期货价格(解释变量)的回归模型中,判定系数R2=0.962,F统计量为256.39,给定显著性水平(α=0.05)对应的临界值Fα=3.56。这表明该回归方程()。 Ⅰ 拟合效果很好 Ⅱ 预测效果很好 Ⅲ 线性关系显著 Ⅳ 标准误差很小AI、ⅡBI、ⅢCⅡ、ⅣDⅢ、Ⅳ
单选题在多元线性回归分析中,如果t检验表明回归系数不显著,则意味着()A整个回归方程的线性关系不显著B整个回归方程的线性关系显著C该自变量与因变量之间的线性关系不显著D该自变量与因变量之间的线性关系显著
单选题下列方法不可以用来检验回归方程显著性的是( )。A相关系数法。对于给定的显著性水平α,当相关系数r的绝对值大于临界值r1-α/2(n-2)时,便认为两个变量间存在线性关系,所求得的回归方程是显著性的B方差分析法C计算F比,对于给定的显著性水平α,当F>F1-α(fR,fE)时,认为回归方程显著D定性分析法
不定项题At检验是检验解释变量戈,对因变量),的影响是否显著Bt检验是从回归效果检验回归方程的显著性CF检验是检验解释变量Xl对因变量),的影响是否显著DF检验是从回归效果检验回归方程的显著性