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^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
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.Ⅲ
B.Ⅰ.Ⅲ
C.Ⅱ.Ⅳ
D.Ⅲ.Ⅳ
B.Ⅰ.Ⅲ
C.Ⅱ.Ⅳ
D.Ⅲ.Ⅳ
参考解析
解析：R^2的取值在[0,1]区间内，R^2越接近1，表明回归拟合效果越好；R^2越接近0，表明回归拟合效果越差。题中，R^2 =0. 962，可以看出该回归方程回归拟合效果好。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：
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
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
在用EXCEL进行回归分析时，输出的方差分析表中，Significance F的值是( ).A给定显著性水平时的F检验的临界值B检验统计量F的数值C检验整个回归方程的F检验的p值D检验单个回归系数的t检验的p值
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
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： 按拟合的回归方程，豆油期价每上涨10元／吨，棕榈油期价（ ）元／吨。A.平均下跌约12．21B.平均上涨约12．21C.下跌约12．21D.上涨约12．21
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
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
判断题判定系数2R的大小不受回归模型中所包含的解释变量个数的影响。A对B错