若要回归方程的预测效果好A.回归平方和在总平方和中所占比率应越小越好B.回归平方和在总平方和中所占比率应越大越好C.误差平方和在总平方和中所占比率应越大越好D.误差平方和在总平方和中所占比率应越小越好

若要回归方程的预测效果好

A.回归平方和在总平方和中所占比率应越小越好

B.回归平方和在总平方和中所占比率应越大越好

C.误差平方和在总平方和中所占比率应越大越好

D.误差平方和在总平方和中所占比率应越小越好


参考答案和解析
回归平方和在总平方和中所占比率应越大越好;误差平方和在总平方和中所占比率应越小越好

相关考题:

回归分析预测法,是在分析市场现象自变量和因变量之间相关关系的基础上,建立变量之间的(),并将回归方程作为预测模型. A、平衡关系B、因果关系C、回归方程D、目标关系

建立变量x、y间的直线回归方程,回归系数的绝对值|b|越大,说明A.回归方程的误差越小B.回归方程的预测效果越好C.回归方程的斜率越大D.x、y间的相关性越密切E.越有理由认为x、y间有因果关系

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

经济预测一个最常用的方法就是利用样本回归方程进行区问预测。( )

利用回归方程进行估计和预测通常分为( )。A.点预测B.区间预测C.相对预测D.绝对预测

建立变量X、Y间的直线回归方程,回归系数的绝对值︱b︱越大,说明A、回归方程的误差越小B、回归方程的预测效果越好C、回归直线的斜率越大D、X、Y间的相关性越密切E、越有理由认为X、Y间有因果关系

利用回归方程进行预测的步骤为( )。A.将给定的xo的值代入所求得的回归方程,得到预测值B.求σ的估计C.用给定的σ,查t分布表得t1-α/2(n-1)的值D.按计算δ的值E.写出预测区间

关于一元线性回归方程=a+bx,以下说法错误的是( )。A.x是随机变量B.b>0时,y随x增大而增大C.可以用最小二乘估计a、b的值D.回归效果好的方程可以用于预测

利用回归方程进行预测的步骤为( )。

—元线性回归方程主要应用于()。A.描述两个指标变量之间的数量依存关系B.利用回归方程进行预测C.对回归方程的各参数进行显著性检验D.利用回归方程进行统计控制

一元线性回归方程可以应用于()。A:利用回归方程进行预测B:对回归方程的备参数进行显著性检验C:描述两个指标变量之间的数量依存关性D:利用回归方程进行统计控制

建立变量X、Y间的直线回归方程,回归系数的绝对值︱b︱越大,说明A.回归方程的误差越小B.回归方程的预测效果越好C.回归直线的斜率越大D.X、Y间的相关性越密切E.越有理由认为X、Y间有因果关系

得到回归方程后,应该马上投入应用,做分析和预测。( )

大连豆粕期货价格(被解释变量)与芝功加哥豆粕期货价格(解释变量)的回归模型中,判断系数R2=0.962,F统计量为256.39,给定显著性水平(α=0.05)对临界值为Fα=3.56,这表明回归方程( )。A. 拟合效果好B. 预测效果好C. 线性关系显著D. 标准误差很小

大连豆粕期货价格(被解释变量)与芝功加哥豆粕期货价格(解释变量)的回归模型中,判断系数R2=0.962,F统计量为256.39,给定显著性水平(α=0.05)对临界值为Fα=3.56,这表明回归方程( )。A、拟合效果好B、预测效果好C、线性关系显著D、标准误差很小

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

利用回归方程进行估计和预测通常分为()A、点预测B、区间预测C、相对预测D、绝对预测

具有严重多重共线性的回归方程能否用来进行预测?

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

企业产出市场需求总量预测的统计方法主要有()。A、指标预测B、关联指标法C、时间数列D、概率预测E、回归方程预测

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

问答题如何诊断数据中的异常数据?是否只要存在异常数据,都会对回归方程的参数估计以及预测效果造成较大的影响?为什么?

多选题企业产出市场需求总量预测的统计方法主要有()。A指标预测B关联指标法C时间数列D概率预测E回归方程预测

判断题回归分析预测法是在分析市场现有自变量与因变量之间相互关系的基础上,建立变量之间的回归方程,并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来预测因变量。(  )A对B错

多选题在因子实验设计分析结果中,以下对于回归效果的度量参数PRESS及R-sq(预测)描述正确的是()APRESS及R-sq(预测)是为了鉴别回归方程是否“虚假”或有异常点BPRESS是预测的误差平方和CPRESS通常要比SSE要大些。但如果大得不多,则表明数据点中有特殊地位的点不多,或影响不大,将来用此回归方程作预测结果也比较可信DR-Sq(预测),通常会比R-Sq要小些,但如果小得不多,则表明数据点中有特殊地位的点不多,或影响不大,将来用此回归方程作预测结果也比较可信

多选题利用回归方程,当预测期内自变量已知时,对因变量进行的估计和预测通常分为(  )。A点预测B区间预测C相对预测D绝对预测

多选题利用回归方程进行估计和预测通常分为()A点预测B区间预测C相对预测D绝对预测

单选题()特别使用于缺少历史资料的市场现象的预测。A相关回归方程预测法B定性预测法C时间序列预测法D定量预测法