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