单选题对模型最小二乘回归结果显示，样本可决系数为0. 92，样本容量为30，总离差平方和为500，则估计的标准误差为( )。A 1.217B 1.482C 4.152D 5.214
单选题
对模型最小二乘回归结果显示，样本可决系数为0. 92，样本容量为30，总离差平方和为500，则估计的标准误差为( )。
A
1.217
B
1.482
C
4.152
D
5.214
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
在一元线性回归模型中，已知观测值的个数是50，回归平方和为29860，总离差平方和为33860，则自变量和因变量间的Pearson相关系数可能是 ( ).A0.8819B0.8819C0.8604D-0.9391
在回归分析中，估计回归系数的最小二乘法的原理是()。A:使得因变量观测值与均值之间的离差平方和最小B:使得因变量估计值与均值之间的离差平方和最小C:使得观测值与估计值之间的乘积最小D:使得因变量观测值与估计值之间的离差平方和最小
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
最小平方的中心思想，使通过数学模型，配合一条较为理想的趋势线。这条趋势线必须满足（）。A、原数列的观察值与模型的估计值的离差平方和为零B、原数列的观察值与模型的估计值的离差平方和为最小C、原数列的观察值与模型的估计值的离差总和为零D、原数列的观察值与模型的估计值的离差总和为最小
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