（ ）实际上是根据现有的一组数据来确定变量之间的定量关系，并且可以对所建立的关系式的可信程度进行统计检验，同时可以判断哪些变量对预测值的影响最为显著。A、指数平滑法B、加权移动平均法C、回归分析法D、市场因子推演法
（ ）实际上是根据现有的一组数据来确定变量之间的定量关系，并且可以对所建立的关系式的可信程度进行统计检验，同时可以判断哪些变量对预测值的影响最为显著。
A、指数平滑法
B、加权移动平均法
C、回归分析法
D、市场因子推演法
B、加权移动平均法
C、回归分析法
D、市场因子推演法
参考解析
解析：考点:市场趋势分析。回归分析法实际上是根据现有的一组数据来确定变量之间的定量关系，并且可以对所建立的关系式的可信程度进行统计检验，同时可以判断哪些变量对预测值的影响最为显著。
相关考题：
（ ）实际上是根据现有的一组数据来确定变量之间的定量关系，并且可以对所建立的关系式的可信程度进行统计检验，同时可以判断哪些变量对预测值的影响最为显著。A．因子推演法B．趋势平滑法C．加权平均法D．回归分析法
回归分析的数据资料问题中,因变量和自变量的纵向资料或横向资料是回归分析的定量分析依据。如果观察值个数太少会使回归模型统计检验不具有显著性或预测的置信区间变宽。应尽量多搜集数据量,一般以n>60为好。同时对所搜集的数据资料要进行分析,如果数据序列含有季节变化,为了得到准确结果,在进行回归分析前必须从数据序列中消除季节因素。() 此题为判断题(对，错)。
相关分析的主要内容有( )。 A、确定变量之间有无相关关系B、确定变量之间相关关系的表现形式C、确定变量之间相关关系的密切程度和方向D、建立变量之间的回归方程E、测定因变量估计值的代表性大小
下列关于多元线性回归模型错误的是（ ）。 A、自量对变因变量必须有显著的影响，并呈密切的线性相关B、自变量应具有完整的统计数据，其预测值比较容易确定C、模型中有且只有一个自变量D、自变量之间用具有一定的互斥性
回归分析预测法是指在分析市场现象的自变量和因变量之间相关关系的基础上，建立变量之间的回归方程，将回归方程作为预测模型，根据自变量在预测期的数量变化，预测（）在预测期的变化结果的方法。A、预测值B、自变量C、因变量D、观察值
回归分析预测法是指在分析市场现象的（）之间相关关系的基础上，建立变量之间的回归方程作为预测模型，根据自变量在预测期的数量变化，预测因变量在预测期的变化结果的方法。A、自变量B、自变量和因变量C、因变量D、预测值
下面哪一个问题不是回归分析要解决的问题（）A、从一组样本数据出发，确定出变量之间的数学关系式B、对数学关系式的可信程度进行各种统计检验，并从影响某一一变量的诸多变量中找出哪些变量的影响是显著的，哪些是不显著的C、利用所求的关系式，根据一个或几个变量的取值来估计或预测另一个特定变量的取值D、度量两个变量之间的关系强度
两组数据分别进行直线相关分析，对进行假设检验得到P0.05，对进行假设检验，得到P0.001，可以认为（）。A、第一组的两个变量关系比第二组密切B、第二组的两个变量关系比第一组密切C、更有理由认为第一组的两个变量之间有直线关系D、更有理由认为第二组的两个变量之间有直线关系E、两组变量关系同样密切
回归分析的数据资料问题中，因变量和自变量的纵向资料或横向资料是回归分析的定量分析依据。如果观察值个数太少会使回归模型统计检验不具有显著性或预测的置信区间变宽。应尽量多搜集数据量，一般以n＞60为好。同时对所搜集的数据资料要进行分析，如果数据序列含有季节变化，为了得到准确结果，在进行回归分析前必须从数据序列中消除季节因素。
回归分析预测法是指在分析市场现象的自变量和因变量之间相关关系的基础上，建立变量之间的回归方程，将回归方程作为预测模型，根据（）在预测期的数量变化，预测因变量在预测期的变化结果的方法。A、预测值B、观察值C、权数D、自变量
判断题矩阵数据分析法把矩阵图中各因素之间的关系用一定量来表达，即在其交点上可以标出数值资料，把多种质量因素或多个变量之间的对应关系，定量地加以表达，从而对大量数据进行预测，计算整理分析的方法（）A对B错
单选题下列关于回归分析的描述中，错误的是（ ）。A确定几个特定的变量之间是否存在相关关系；如果存在的话，找出它们之间合适的相关关系式B根据一个或几个变量的值，预测或控制另一个变量的值C从一组测量值中寻求最可信赖值D进行因素分析
单选题在定量预测时，线性回归模型用于反映（）。A一个变量与一个（或一组）自变量之间的相关关系B一个因变量与一个自变量之间的函数关系C一组自变量内部存在的函数关系D一个因变量与一组自变量之间的非线性关系
多选题下列属于回归分析内容的是A从样本数据出发，确定回归模型的形式B估计回归模型参数C统计检验回归模型的可信程度D从影响因变量的诸多变量中找出影响显著的自变量E利用回归模型，根据一个或几个自变量的值来预测或控制因变量的水平，并给出相应的精确度