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（显著水平为0.05）： 变差来源 df SS MS F Significance F 回归 1 1602708.6 1602708.6 （4） 2.17E-09 残差 （1） （2） （3） 总计 11 1642866.67 下列结论正确的是（）。A．x与y的相关系数为0.9877B．x与y的相关系数为0.9866C．回归方程的拟合优度的判断系数为0.9756D．回归方程的拟合优度的判断系数为0.9856E．该回归分析的估计标准误差为63.37F．该回归分析的估计标准误差为1265.98
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（显著水平为0.05）： 变差来源 df SS MS F Significance F 回归 1 1602708.6 1602708.6 （4） 2.17E-09 残差 （1） （2） （3） 总计 11 1642866.67 下列结论正确的是（）。
A．x与y的相关系数为0.9877
B．x与y的相关系数为0.9866
C．回归方程的拟合优度的判断系数为0.9756
D．回归方程的拟合优度的判断系数为0.9856
E．该回归分析的估计标准误差为63.37
F．该回归分析的估计标准误差为1265.98
参考答案和解析
方差分析表中所缺的数值如表8-8所示。 这是由于方差分析表中数据之间的关系为：df(SSR)＝1df(SSE)＝n－2df(SSR)＋df(SSE)＝n－1SST＝SSR＋SSEMSR＝SSR／1MSE＝SSE／(n－2)F＝MSR／MSE于是df(SSE)＝11－1＝10SSR＝1642866．67－40158．07＝1602708．6MSR＝1602708．60MSE＝40158．07／10＝4015．807F＝1602708．60／4015．807＝399．1。
相关考题：
在研究某质量指标y对某物质的含量x的线性回归方程时，收集了10组数据，求得回归平方和为255.4，残差平方和为275，在α=0.05下，F分布的临界值为5.32，则有结论( )。A．F=4.32B．F=7.43C．回归方程不显著D．回归方程显著E．回归方程显著性无法判断
当a＝0.05时，用F检验法检验回归方程中x对y的影响是( )。A．显著B．不显著C．不能确定 附：F0.95(1，12)＝4.75；F0.975(1，12)＝6.55；F0.95(1，13)＝4.60
收集了n组数据(xi，yi)，i=1，2，…，n，在一元线性回归中用SR表示回归平方和，SE表示残差平方和，由此求得F比，则当( )时在显著性水平α上认为所得到的回归方程是有意义的。A．F＞F1-α(1，n)B．F＞F1-α(1，n-1)C．F＞F1-α(1，n-2)D．F＜F1-α(1，n-2)
在研究指标y与某物质的含量x的线性回归方程时，收集了10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F的临界值为5.32，则结论是( )。A．F＝9.287B．F＝74.30C．在0.05水平上方程不显著D．在0.05水平上方程显著E．F＝9.287
对该企业的工资总额趋势模型进行检验，得到方差分析计算结果F=634.65，则以下正确的是 ( )。A．该检验的假设为：H0:β1=0，H1:β1≠0B．该检验的假设为：H0:β1＜0，H1:β1≥0C．给定显著性水平α，查F分布表得到临界Fα(1，n-2)。这里F＞Fα(1,n-2)，所以拒绝原假设。D．给定显著性水平α，查F分布表得到临界Fα/2(1，n-2)。这里F＞Fα/2(1,n-2)，所以拒绝原假设。
当α=0.05时，用F检验法检验回归方程中x对y的影响是( )。A．显著的B．不显著的C．显著或不显著D．无法确定 附：F0.95(1，12)=4.75，F0.975(1，12)=6.55，F0.95(1，13)=4.60
下列说法正确的是( )。A．对回归方程显著性检验，一般采用的方法是方差分析法B．根据F＞Fa(1，n-2)，可以得出销售量y和气温x的线性相关关系是高度显著的结论C．当n很大且x0十分接近于x时，y0的预测区间可近似地表示为：D．小样本条件下，对于给定的x0=35，α=0.01，tα/2=1.86，饮料销售量y0预测区间为：(328，588)
方差分析的一般步骤为( )。A．计算因子A的每一水平下数据的和T1，T2，…，Tr及总和TB．计算各类数据的平方和。C．依次计算ST，SA，SeD．计算各均方差及F比值，并列出方差分析表E．对于给定的显著性水平α，将求得的F比与F分布表中的F1-α(FA，fe)比较，当F＞ F1-α(fA，fe)时认为因子A是不显著的，否则认为因子A是显著的
在研究某质量指标y对某物质的含量x的线性回归方程时，收集了10组数据，求得回归平方和为255. 4，残差平方和为275，在α= 0. 05下，F分布的临界值为5.32，则有结论（ ）。A. F=4. 32 B. F=7. 43C.回归方程不显著 D.回归方程显著E.回归方程显著性无法判断
在研究某质量指标y对某物质的含量x的线性回归方程时，收集了10组数据，求得回归平方和为255. 4，残差平方和为275，在a=0.05下，F分布的临界值为5. 32，则有结论（ ）。A. F=4. 32 B. F = 7.43C.回归方程不显著 D.回归方程显著E.回归方程显著性无法判断
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
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
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。
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
多选题在研究某质量指标y对某物质的含量x的线性回归方程时，收集了10组数据，求得回归平方和为255.4，残差平方和为275，在α=0.05下，F分布的临界值为5.32，则有结论( )。AF=32BF=43C回归方程不显著D回归方程显著E回归方程显著性无法判断
多选题方差分析的一般步骤为（ ）。A计算因子A的每一水平下数据的和T1，T2，…，Tr及总和TB计算各类数据的平方和∑∑y2ij，∑T2i，T2C依次计算ST，SA，SeD计算各均方差及F比值，并列出方差分析表E对于给定的显著性水平α，将求得的F比与F分布表中的F1-α（fA，fe）比较，当F＞F1-α（fA，fe）时认为因子A是不显著的，否则认为因子A是显著的
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
单选题收集了n组数据（xi，yi），i=1，2，…，n，在一元线性回归中用SR表示回归平方和，SE表示残差平方和，由此求得F比，则当（ ）时在显著性水平α上认为所得到的回归方程是有意义的。AF＞F1-α（1，n）BF＞F1-α（1，n-1）CF＞F1-α（1，n-2）DF＜F1-α（1，n-2）