以棕榈油期货价格P为被解释变量，豆油期货价格Y为解释变量进行一元线性回归分析。结果如下： 两者的线性回归拟合度（ ）A.无法判断B.较差C.一般D.较好
以棕榈油期货价格P为被解释变量，豆油期货价格Y为解释变量进行一元线性回归分析。结果如下：
两者的线性回归拟合度（ ）
两者的线性回归拟合度（ ）
A.无法判断
B.较差
C.一般
D.较好
B.较差
C.一般
D.较好
参考解析
解析：豆油期价与棕榈油期价的线性回归拟合优度为0．818597，说明所建立的一元线性回归模型整体上对样本数据拟合效果较好。
相关考题：
关于一元线性回归模型，下列表述错误的是（ ）。A.Y=β0+β1X+ε，只涉及一个自变量的回归模型称为一元线性回归模型B.因变量Y是自变量X的线性函数加上误差项C.β0+β1X反映了由于自变量X的变化而引起的因变量y的线性变化D.误差项是个随机变量，表示除线性关系之外的随机因素对Y的影响，能由X和Y的线性关系所解释的Y的变异性
在大连豆粕期货价格（被解释变量）与芝加哥豆粕期货价格（解释变量》的回归模型中.判定系数R^2 =0. 962，F统计量为256.39，给定显著性水平（α=0.05）对应的临界值Fα=3. 56.这表明该回归方程（ ）。Ⅰ.拟合效果很好Ⅱ.预侧效果很好Ⅲ.线性关系显著Ⅳ.标准误差很小A.Ⅱ.ⅢB.Ⅰ.ⅢC.Ⅱ.ⅣD.Ⅲ.Ⅳ
在大连豆粕期货价格(被解释变量)与芝加哥豆粕期货价格(解释变量)的回归模型中，判定系数R=O.962,F统计量为256.39，给定显著性水平(α=0.05)对应的临界值Fα=3.56。这表明该回归方程（ ）。Ⅰ.拟合效果很好Ⅱ.预测效果很好Ⅲ.线性关系显著Ⅳ.标准误差很小 A、Ⅰ.Ⅱ.ⅢB、Ⅰ.ⅢC、Ⅰ.Ⅱ.ⅣD、Ⅰ.Ⅲ.Ⅳ
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
以棕榈油期货价格P为被解释变量，豆油期货价格Y为解释变量进行一元线性回归分析。结果如下： 得到的分析结论是（ ）A.棕榈油和豆油的价格线性负相关B.棕榈油和豆油的价格非线性相关C.棕榈油和豆油的价格不相关D.棕榈油和豆油的价格线性正相关
以棕榈油期货价格P为被解释变量，豆油期货价格Y为解释变量进行一元线性回归分析。结果如下： 在显著性水平a=0．05条件下，豆油期价与棕榈油期价的线性关系（ ）。A.无法判断B.较差C.不显著D.显著
以棕榈油期货价格P为被解释变量，豆油期货价格Y为解释变量进行一元线性回归分析。结果如下： 按拟合的回归方程，豆油期价每上涨10元／吨，棕榈油期价（ ）元／吨。A.平均下跌约12．21B.平均上涨约12．21C.下跌约12．21D.上涨约12．21
在回归分析中，定义的变量满足（）。A、解释变量和被解释变量都是随机变量B、解释变量为非随机变量，被解释变量为随机变量C、解释变量和被解释变量都为非随机变量D、解释变量为随机变量，被解释变量为非随机变量
目前所学的回归分析中，定义的（）A、解释变量和被解释变量都是随机变量B、解释变量为非随机变量，被解释变量为随机变量C、解释变量和被解释变量都为非随机变量D、解释变量为随机变量，被解释变量为非随机变量
以下有关回归分析的定义错误的有（）。A、解释变量和被解释变量都是随机变量B、解释变量为非随机变量，被解释变量为随机变量C、解释变量和被解释变量都为非随机变量D、解释变量为随机变量，被解释变量为非随机变量
单选题对于一元线性回归方程y＝120＋0.89x，下列说法错误的是（）A120表示当解释变量为零时y的平均值B回归系数为0.89C回归系数为12D0.89表示解释变量x每增加一个单位，被解释变量y将相应地平均变化0.89个单位
单选题在大连豆粕期货价格（被解释变量）与芝加哥豆粕期货价格（解释变量）的回归模型中，判定系数R2＝0.962，F统计量为256.39，给定显著性水平（α＝0.05）对应的临界值Fα＝3.56。这表明该回归方程（ ）。Ⅰ．拟合效果很好Ⅱ．预测效果很好Ⅲ．线性关系显著Ⅳ．标准误差很小AⅠ、ⅡBⅠ、ⅢCⅡ、ⅣDⅢ、Ⅳ
单选题在回归分析中，有关被解释变量Y和解释变量X的说法正确的为（）AY为随机变量，X为非随机变量BY为非随机变量，X为随机变量CX、Y均为随机变量DX、Y均为非随机变量