判定系数R2是说明回归方程拟合度的一个统计量,它的计算公式为() A.SSR/SSTB.SSR/SSEC.SSE/SSTD.SST/SSR
判定系数R2的值越大，则回归方程( )。A．拟合程度越低B．拟合程度越高C．拟合程度有可能高，也有可能低D．用回归方程进行预测越不准确E．用回归方程进行预测越准确
根据资料计算的判定系数R2=0.96978，这表明( )。A．在Y的总变差中，有96.98%可以由解释变量X做出解释B．回归方程对样本观测值的拟合程度良好C．在Y的总变差中，有3.02%可以由解释变量X做出解释D．回归方程对样本观测值的拟合优度不高
线性回归是对任意两个数量指标进行线性拟合获得最佳直线回归方程，从而对该指标进行预测。（ ）
现有八家百货公司，每个公司人均月销售额和利润率资料如表5—3所示。用最小二乘法以利润率为因变量拟合直线回归方程，其最小二乘法的原理是使（）。
回归方程的（ ）本质上是判断回归方程的解释变量对于被解释变量的影响的显著性，实际上是对于回归方程拟合优度的检验。A.z检验B.OLSC.t检验D.F检验
回归方程的拟合优度的判定系数R2为（ ）。A.0．1742B.0．1483C.0．8258D.0．8517
如果评价回归方程拟合效果的指标可决系数等于0.9，说明在因变量的总变差中有10%的变差是由随机因素所致。
当拟合回归方程时，若抽取的自变量的样本观测值非常集中，回归方程的估计标准误差就很小。
估计标准误差的数值越小，可决系数的数值越大，说明回归方程拟合程度越高。
下面说法正确的有（）。A、时间序列数据和横截面数据没有差异B、对回归模型的总体显著性检验没有必要C、总体回归方程与样本回归方程是有区别的D、决定系数R2不可以用于衡量拟合优度
判定系数R2的值越大，则回归方程（）。A、拟合程度越低B、拟合程度越高C、拟合程度有可能高，也有可能低D、用回归方程进行预测越不准确E、用回归方程进行预测越准确
回归平方和在总离差平方和中的比重越大，说明（）。A、判定系数越大B、判定系数越小C、回归方程的拟合程度越差D、回归方程的拟合程度越高
下列对判定系数的表述中，正确的是（）。A、判定系数具有非负性B、判定系数的取值范围为0≤R≤1C、判定系数越小，则回归方程的拟合程度越高D、判定系数越小，则回归方程的拟合程度越差
在一元线性回归分析中，若相关系数为r，回归方程拟合程度最好的是（）。A、r=0.75B、r=-0.97C、R2=0.75D、R2=0.90
有一双变数资料，Y依X的回归方程为yˆ=7-1.25x，X依Y的回归方程为xˆ4-0.5y，则其决定系数r2=（）
多选题估计标准误差越小，表明（）A回归方程对各观测点的代表性越差B实际观测值与估计值的差异越小C回归方程对各观测点的代表性越好D回归方程的拟合程度越高E根据各回归方程进行的预测越准确
判断题当拟合回归方程时，若抽取的自变量的样本观测值非常集中，回归方程的估计标准误差就很小。A对B错
问答题如何解释多元线性回归系数的含义？如何度量回归方程拟合优度？拟合优度的好坏是否可作为回归方程优劣是重要标志？
多选题判定系数R2的值越大，则回归方程（ ）。A拟合程度越低B拟合程度越高C拟合程度有可能高，也有可能低D用回归方程进行预测越不准确E用回归方程进行预测越准确
判断题估计标准误差的数值越小，可决系数的数值越大，说明回归方程拟合程度越高。A对B错
多选题A该回归方程的拟合效果较好B该回归方程的拟合效果较差C该方程对变量的解释程度为94.4%D时间每增加一个单位，T增加0.698个单位E时间每增加一个单位，T平均增加0.698个单位
多选题回归方程的拟合优度的判定系数R2为（ ）。A0.1742B0.1483C0.8258D0.8517
填空题用于说明回归方程中拟合优度的统计量主要是（）
填空题有一双变数资料，Y依X的回归方程为yˆ=7-1.25x，X依Y的回归方程为xˆ4-0.5y，则其决定系数r2=（）