不定项题A1 265. 98B63.37C1 281. 17D399.1
不定项题
A
1 265. 98
B
63.37
C
1 281. 17
D
399.1
参考解析
解析：
相关考题：
经计算，一组变量（n=8)的相关关系γ=0.752，查相关关系临界值表，γ0.05,6=0.707，γ0.01,6=0.834。对变量间相关关系评价不正确的是（）。A.α=0.05时，y与x之间显著相关B.α=0.05时，y与x之间显著不相关C.在相关系数和测定次数确定时，相关性与显著性水平α的取值有关D.α=0.01时，y与x之间显著不相关
某饮料公司想通过以往的销售数据(如表8-1所示)来了解饮料销售量与气温之间是否存在相关关系，以便为公司在制定生产计划和做出销售决策时提供依据。根据上述资料请回答：寻找变量销售量y和气温x的关系，最适宜的方法有( )。A．画散点图B．通过相关表，观察两变量变化关系C．计算相关系数D．计算回归系数
为了使某橡肢阀座的硬度指标y满足76±3，进行配方调整试验，着重考察4个因子A、 B、C、D及交互作用AxB，每个因子取两个水平，选用L8(27)正交表。试验方案设计及根据试验所得数据的计算结果如表所示。由于要求硬度指标y适中为好，所以表下方T1、T2、S的数值是通过y'= y-76 变换后的数据计算而得。因此对y'而论，要求愈小愈好。试回答以下问题。取显著性水平a =0. 10，对硬度指标有显著影响的因子的主次关系是（ ）。A. A-D-B-C B. C-B-D-AC. C-A x B-B D. C-A x B-B-D
某汽车生产商欲了解广告费用(x)对销售量(y)的影响，收集了过去12年的有关数据。通过计算得到的方差分析表(a=0．05)，如下表所示。 请根据上述资料进行计算和判断，从下列各题的备选答案中选出正确答案。 计算的估计标准误差为（）。A.1265．98B.63．37C.1281．17D.399．1
某汽车生产商欲了解广告费用(x)对销售量(y)的影响，收集了过去12年的有关数据。通过计算得到的方差分析表(a=0．05)，如下表所示。 请根据上述资料进行计算和判断，从下列各题的备选答案中选出正确答案。 下列关于判定系数R2的说法，正确的有（）。A.残差平方和越小，R2越小B.残差平方和越小，R2越大C.R2=1时，模型与样本观测值完全拟合D.R2越接近于1，模型的拟合程度越高
对某地区失业人员进行调查，得到有关失业周数、失业者年龄和受教育年限等资料，对此资料进行相关与回归分析后所得的结果如表5—1、表5—2所示。63880，试计算与回答题目。由回归分析表可知，失业周数与年龄拟合的回归方程方差分析检验结果说明（）。A.Y与X之间存在线性相关，但关系不显著B.Y与X之间不存在线性相关关系C.Y与X之间不存在非线性相关关系D.Y与X之间存在显著线性相关关系
某汽车生产商欲了解广告费用(x)对销售量(y)的影响，收集了过去12年的有关数据。通过计算得到下面的方差分析表(O1=0．05)，如表5—4所示。方差分析表中空格的数据分别为（）。A.4015．807和399．1B.4015．807和0．0025C.0．9755和399．1D.0．0244和0．0025
某汽车生产商欲了解广告费用(x)对销售量(y)的影响，收集了过去12年的有关数据。通过计算得到下面的方差分析表(O1=0．05)，如表5—4所示。计算的相关系数为（）。A.0．9844B.0．9855C.0．9866D.0．9877
某汽车生产商欲了解广告费用(x)对销售量(y)的影响，收集了过去12年的有关数据。通过计算得到的方差分析表(a=0．05)，如下表所示。 请根据上述资料进行计算和判断，从下列各题的备选答案中选出正确答案。 计算的判定系数为（）。A.0．9856B.0．9855C.0．9756D.0．9677
某汽车生产商欲了解广告费用(x)对销售量(y)的影响，收集了过去12年的有关数据。通过计算得到的方差分析表(a=0．05)，如下表所示。 请根据上述资料进行计算和判断，从下列各题的备选答案中选出正确答案。 方差分析表中空格的数据分别为（）。A.4015．807和399．1B.4015．807和0．0025C.0．9755和399．1D.0．0244和0．0025
某汽车生产商欲了解广告费用（x）对销售量(y)的影响，收集了过去12年的有关数据。通过计算得到下面的方差分析表(α=0.05)，如表5 -4所示。表5 -4请根据上述资料进行计算和判断，从下列各题的备选答案中选出正确答案。计算的相关系数为()。A.0.9844B.0.9855C.0.9866D.0.9877
某汽车生产商欲了解广告费用（x）对销售量(y)的影响，收集了过去12年的有关数据。通过计算得到下面的方差分析表(α=0.05)，如表5 -4所示。表5 -4请根据上述资料进行计算和判断，从下列各题的备选答案中选出正确答案。方差分析表中空格的数据分别为()。A.4015. 807和399.1B.4015. 807和0.0025C.0. 9755和399.1D.0.0244和0.0025
对某地区失业人员进行调查，得到有关失业周数、失业者年龄和受教育年限等资料，对此资料进行相关与回归分析后所得的结果如表5 -1、表5-2所示。表5 -1由回归分析表可知，失业周数与年龄拟合的回归方程方差分析检验结果说明()。A.Y与X之间存在线性相关，但关系不显著B.Y与X之间不存在线性相关关系C.Y与X之间不存在非线性相关关系D.Y与X之间存在显著线性相关关系
根据下面资料，回答83-86题 为确定大豆的价格(y)与大豆的产量(x1)及玉米的价格(x2)之间的关系，某大豆厂商随机调查了20个月的月度平均数据，根据有关数据进行回归分析，得到表3-2的数据结果。 表3-2大豆回归模型输出结果 据此回答以下四题。 大豆的价格与大豆的产量及玉米的价格之间的线性回归方程为( )。A.Y=42．38+9．16x1+0．46x2B.Y=9．16+42．38x1+0．46x2C.Y=0．46+9．16x1+42．38x2D.Y=42．38+0．46x1+9．16x2
为确定大豆的价格(y)与大豆的产量(x1)及玉米的价格(x2)之间的关系，某大豆厂商随机调查了20个月的月度平均数据，根据有关数据进行回归分析，得到表3-1的数据结果。 据此回答以下四题79-82。 大豆的价格与大豆的产量及玉米的价格之间线性回归方程为（ ）。A.y=42．38+9．16x1+0．46x2B.y=9．16+42．38x1+0．46x2C.y=0．46+9．16x1+42．38x2D.y=42．38+0．46x1+9．16x2
响应变量Y与两个自变量（原始数据）X1及X2建立的回归方程为y=2.2+30000x1+0.0003x2由此方程可以得到的结论是：（）A、X1对Y的影响比X2对Y的影响要显著得多B、X1对Y的影响与X2对Y的影响相同C、X2对Y的影响比X1对Y的影响要显著得多D、仅由此方程不能对X1及X2对Y的影响大小做出判断
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。
为验证某产品的强度y与产品中碳的含量x是否有关，检验员收集了n组数据（xi，yi），i=1、2、...、n。检验员可以通过画（）分析数据的相关性。A、直方图B、散布图C、正态分布图D、排列图
经计算，一组变量（n=8）的相关关系γ=0.752，查相关关系临界值表，γ0.05，6=0.707，γ0.01，6=0.834。对变量间相关关系评价不正确的是（）。A、α=0.05时，y与x之间显著相关B、α=0.05时，y与x之间显著不相关C、α=0.01时，y与x之间显著不相关D、在相关系数和测定次数确定时，相关性与显著性水平α的取值有关
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。
响应变量Y与两个自变量（原始数据）X1及X2建立的回归方程为：Y=2.1X1+2.3X2，由此方程可以得到结论是（）A、X1对Y的影响比X2对Y的影响要显著得多B、X1对Y的影响比X2对Y的影响相同C、X2对Y的影响比X1对Y的影响要显著得多D、仅由此方程不能对X1及X2对Y影响大小作出判定
单选题响应变量Y与两个自变量（原始数据）X1及X2建立的回归方程为y=2.2+30000x1+0.0003x2由此方程可以得到的结论是：（）AX1对Y的影响比X2对Y的影响要显著得多BX1对Y的影响与X2对Y的影响相同CX2对Y的影响比X1对Y的影响要显著得多D仅由此方程不能对X1及X2对Y的影响大小做出判断
多选题在生产过程中，研究温度y与某物质的质量X的线性回归方程时，收集了l0组数据，求得回归平方和为255．4，残差平方和为27．5，在显著性水平0．05时，的临界值为5．32，则结论是( )。AF=9.287B在0.05水平上方程不显著CF=74.30D在0.05水平上方程显著E无法计算
单选题响应变量Y与两个自变量（原始数据）X1及X2建立的回归方程为：Y=2.1X1+2.3X2，由此方程可以得到结论是（）AX1对Y的影响比X2对Y的影响要显著得多BX1对Y的影响比X2对Y的影响相同CX2对Y的影响比X1对Y的影响要显著得多D仅由此方程不能对X1及X2对Y影响大小作出判定