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

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、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,R2越接近1,表明回归拟合效果越好;R2越接近0,表明回归拟合效果越差。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>Fa(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:

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

已知某一直线回归方程的判定系数为0.64,则解释变量与被解释变量间的线性相关系数为()。A.0.64B.0.8C.0.4D.0.32

二元线性回归模型Y=β0+β1X1+β2X2中,根据调查资料算得调整后的判定系数及R2= 0.9987,则表明( )。A.表明被解释变量的总变差中有99.87%的信息可由解释变量作出解释B.表明被解释变量的总变差中有0.13%的信息未被解释变量作出解释C.模型的拟合优度不高D.总体平方和与回归平方和较远E.总体平方和与残差平方和较近

在二元线性回归模型中,用于度量被解释变量与方程中所有解释变量之间共同的相关程度的是( )。A.简单相关系数B.偏相关系数C.复相关系数D.判定系数

判定系数2R的大小不受回归模型中所包含的解释变量个数的影响。

在二元线性回归模型中,用于度量被解释变量与方程中所有解释变量之间共同的相关程度的是( )。

下列关于反向大豆提油套利操作的描述中,正确的有( )。A.在大豆期货价格偏低,豆油和豆粕期货价格偏高时使用B.卖出大豆期货合约,同时买入豆油期货和豆粕期货合约C.在大豆期货价格偏高,豆油和豆粕期货价格偏低时使用D.买入大豆期货合约,同时卖出豆油期货和豆粕期货合约

线性回归模型中,解释变量是原因,被解释变量是结果。( )

在多元线性回归模型中,若某个解释变量对其余解释变量的判定系数接近于1,则表明模型中存在( )。A.异方差B.序列相关C.多重共线性D.高拟合优度

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

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: 两者的线性回归拟合度( )A.无法判断B.较差C.一般D.较好

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

已知某一直线回归方程的判定系数为0.64,则解释变量与被解释变量间的线性相关系数为()。A、0.64B、0.8C、0.4D、0.32

在多元线性回归模型中,若某个解释变量对其余解释变量的判定系数接近1,则表明 模型中存在()A、异方差B、自相关C、多重共线性D、设定误差

下列属于回归模型特性的是()。A、一元线性回归模型是用于分析一个自变量Y与一个因变量X之间线性关系的数学方程B、判定系数r2表明指标变量之间的依存程度,r2越大,表明依存度越小C、在一元线性回归分析中,b的t检验和模型整体的F检验二者取其一即可D、在多元回归分析中,b的t检验和模型整体的F检验是等价的

下列关于大豆提油套利操作正确的有()。A、卖出大豆期货合约,同时买入豆油期货和豆粕期货合约B、在大豆期货价格偏低,豆油和豆粕期货价格偏高时使用C、买入大豆期货合约,同时卖出豆油期货和豆粕期货合约D、在大豆期货价格偏高,豆油和豆粕期货价格偏低时使用

在多元线性回归模型中,若某个解释变量对其余解释变量的判定系数接近于1,则表明模型中存在()。A、异方差B、序列相关C、多重共线性D、高拟合优度

多元线性回归模型中的偏回归系数,表示在其他解释变量保持不变的情况下,对应解释变量每变化一个单位时,被解释变量的变动。

在多元线性回归中,判定系数R2随着解释变量数目的增加而()A、减少B、增加C、不变D、变化不定

回归模型的决定系数R2=1,反映了( )。A、回归直线可以解释因变量的所有变化B、回归直线可以解释因变量的部分变化C、回归直线无法解释因变量的变化D、回归模型拟合效果较差

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

单选题回归模型的决定系数R2=1,反映了( )。A回归直线可以解释因变量的所有变化B回归直线可以解释因变量的部分变化C回归直线无法解释因变量的变化D回归模型拟合效果较差

单选题在多元线性回归模型中,若某个解释变量对其余解释变量的判定系数接近1,则表明 模型中存在()A异方差B自相关C多重共线性D设定误差