根据某地区2005-2015年农作物种植面积(X)与农作物产值(Y)，可以建立一元线性回归模型，估计结果得到判定系数R=0.9，回归平方和ESS=90，则回归模型的残差平方和RSS为（ ）。 A、10B、100C、90D、81
根据某地区2005-2015年农作物种植面积(X)与农作物产值(Y)，可以建立一元线性回归模型，估计结果得到判定系数R=0.9，回归平方和ESS=90，则回归模型的残差平方和RSS为（ ）。
A、10
B、100
C、90
D、81
B、100
C、90
D、81
参考解析
解析：
@##
@##
相关考题：
根据某地区2006～2014年农作物种植面积(X)与农作物产值(Y)，可以建立一元线性回归模型，估计结果得到判定系数R2=0．9，回归平方和SSR=90，则估计标准误差为( )。A.1．195B.1．291C.3．162D.3．5R6
根据某地区2008—2016年农作物种植面积(X)与农作物产值(Y)，可以建立一元线性回归模型，估计结果得到判定系数R2=0．9，回归平方和SSR=90，则估计标准误差为（）。A.1.195B.1．291C.3．162D.3．586
回归模型中，总离差平方和（TSS）、回归平方和（ESS）、残差平方和（RSS）的关系是（ ）。A.RSS=ESS+TSSB.TSS=ESS+RSSC.ESS=TSS+RSSD.TSS=RSS-ESS
某分析师建立了一元线性回归模型为 C i =β0 +β 1 Y i +u i ，根据已知样本，得到如下估计方程：(回答71-72题)在显著性水平α =0.05 的条件下，对于该一元回归模型的回归系数显著性分析正确的是（ ）。
计算题：某公司欲了解广告费用x对销售量y的影响，收集了16个地区的数据，并对x、y进行线性回归分析，得到：方程的截距为280，回归系数为1.6，回归平方和SSR=1503000，残差平方和SSE=38000。 要求： （1）写出广告费用x与销售量y之间的线性回归方程。 （2）假如广告费用投入80000元，根据回归方程估计商品的销售量。 （3）计算判定系数R2，并解释它的意义。
一元线性回归模型Yi=β0+β1Xi+μi的最小二乘回归结果显示，残差平方和RSS=40.32，样本容量n=25，则回归模型的标准差σ为（）。A、1.270B、1.324C、1.613D、1.753
计算题：某公司欲了解广告费用x对销售量y的影响，收集了20个地区的数据，并对x、y进行线性回归分析，得到：方程的截距为364，回归系数为1.42，回归平方和SSR=1602708.6，残差平方和SSE=40158.07。要求： （1）写出广告费用x与销售量y之间的线性回归方程。 （2）假如广告费用投入50000元，根据回归方程估计商品销售量。 （3）计算判定系数R2，并解释它的意义。
单选题根据某地区2005～2015年农作物种植面积（x）与农作物产值（y），可以建立一元线性回归模型，估计结果得到可决系数R2＝0.9，回归平方和ESS＝90，则回归模型的残差平方和RSS为（ ）。A10B100C90D81
单选题根据某地区2010 - 2018年农作物种植面积(x)与农作物产值(Y)，可以建立一元线性回归模型，估计结果得到判定系数R²=0.9，回归平方和SSR =90，则估计标准误差为( )。A 1.195B 1.291C 3.162D 3.586
单选题对模型Yi＝β0＋β1X1i＋β2X2i＋mi的最小二乘回归结果显示，R2为0.92，总离差平方和为500，则残差平方和RSS为（ ）。A10B40C80D20