基于大连商品交易所日收盘价数据,对Y1109价格Y(单位:元)和A1109价格*(单位:元)建立一元线性回归方程:Y=-4963.13+3.263*。回归结果显示:可决系数R2=0.922,DW=0.384;对于显著性水平α=0.05,*的T检验的P值为0.000,F检验的P值为0.000.利用该回归方程对Y进行点预测和区间预测。设*取值为4330时,针对置信度为95%.预测区间为(8142.45,10188.87)。合理的解释是( )。A. 对YO点预测的结果表明,Y的平均取值为9165.66B. 对YO点预测的结果表明,Y的平均取值为14128.79C. YO落入预测区间(8142.45。10188.87)的概率为95%D. YO未落入预测区间(8142.45,10188.87)的概率为95%

基于大连商品交易所日收盘价数据,对Y1109价格Y(单位:元)和A1109价格*(单位:元)建立一元线性回归方程:Y=-4963.13+3.263*。回归结果显示:可决系数R2=0.922,DW=0.384;对于显著性水平α=0.05,*的T检验的P值为0.000,F检验的P值为0.000.利用该回归方程对Y进行点预测和区间预测。设*取值为4330时,针对置信度为95%.预测区间为(8142.45,
10188.87)。合理的解释是( )。

A. 对YO点预测的结果表明,Y的平均取值为9165.66
B. 对YO点预测的结果表明,Y的平均取值为14128.79
C. YO落入预测区间(8142.45。10188.87)的概率为95%
D. YO未落入预测区间(8142.45,10188.87)的概率为95%

参考解析

解析:对YO点预测的结果表明,Y的平均取值为(8142.45+10188.87)/2=9165.66.

相关考题:

一元线性回归方程为(). A、Y=XB、Y=a+bxC、Z=XD、Z=X+Y

设某商店根据统计资料,建立某商品的进价与售价的一元线性回归方程为y= 1.471+ 1.2x,其中x、y分别表示进价与售价(单位:元)。已知下个月的预计进价为10元,则由此方程得下个月的预测售价为( ) A. 13.471元B. 10.471元C. 9.649元D. 10.529元

在对一元线性回归方程进行显著性检验时,如果( ),则拒绝原假设,认为自变量x对因变量y有显著影响。A.P-值=0B.P-值=αC.P-值αD.P-值α

预测模型中一元线型回归法的方程Y=A+B*X,其中A是(). A.回归方程的系数B.预测时期自变量的值C.预测年份D.相应的预测值

回归方程XY=28-X中,Y的误差的方差的估计值为4,当X=5时,Y的95%的近似预测区间是() A.23±2.81B.23±3.15C.23±3.24D.23±3.92

设所建立的一元线性回归方程为,x=xo时的预测值为,其概率为 1-α的预测区间是,这里6的表δ达式是( )。

基于大连商品交易所日收盘价数据,对Y1109价格Y(单位:元)和A1109价格*(单位:元)建立一元线性回归方程:Y=-4963.13+3.263*。回归结果显示:可决系数R2=0.922,DW=0.384;对于显著性水平α=0.05,*的T检验的P值为0.000,F检验的P值为0.000.对该回归方程的合理解释是( )。A. Y和*之间存在显著的线性关系B. Y和*之间不存在显著的线性关系C. *上涨1元.Y将上涨3.263元D. *上涨1元,Y将平均上涨3.263元

为预测我国居民家庭对电力的需求量,建立了我国居民家庭电力消耗量(Y,单位:千瓦小时)与可支配收入(X1,单位:百元)、居住面积(X2,单位:平方米)的多元线性回归方程,如下所示: 根据样本观测值和估计值计算回归系数β2的t统计量,其值为t=8.925,根据显著性水平(a=0.05)与自由度,由t分布表查得t分布的右侧临界值为2.431,因此,可以得出的结论有( )。

基于大连商品交易所日收盘价数据,对Y1109价格Y(单位:元)和A1109价格*(单位:元)建立一元线性回归方程:Y=-4963.13+3.263*。回归结果显示:可决系数R2=0.922,DW=0.384;对于显著性水平α=0.05,*的T检验的P值为0.000,F检验的P值为0.000.利用该回归方程对Y进行点预测和区间预测。设*取值为4330时,针对置信度为95%.预测区间为(8142.45,10188.87)。合理的解释是( )。A.对YO点预测的结果表明,Y的平均取值为9165.66B.对YO点预测的结果表明,Y的平均取值为14128.79C.YO落入预测区间(8142.45。10188.87)的概率为95%D.YO未落入预测区间(8142.45,10188.87)的概率为95%

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

基于大连商品交易所日收盘价数据,对Y1109价格Y(单位:元)和A1109价格*(单位:元)建立一元线性回归方程:Y=-4963.13+3.263*。回归结果显示:可决系数R2=0.922,DW=0.384;对于显著性水平a=0.05,*的下检验的P值为0.000,F检验的P值为0.000,。根据DW指标数值做出的合理判断是( )。A.回归模型存在多重共线性B.回归模型存在异方差问题C.回归模型存在一阶负自相关问题D.回归模型存在一阶正自相关问题

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

基于大连商品交易所日收盘价数据,对Y1109价格Y(单位:元)和A1109价格*(单位:元)建立一元线性回归方程:Y=-4963.13+3.263*。回归结果显示:可决系数R2=0.922,DW=0.384;对于显著性水平α=0.05,*的T检验的P值为0.000,F检验的P值为0.000.对该回归方程的合理解释是( )。A、Y和*之间存在显著的线性关系B、Y和*之间不存在显著的线性关系C、*上涨1元.Y将上涨3.263元D、*上涨1元,Y将平均上涨3.263元

根据下面资料,回答91-93题 基于大连商品交易所日收盘价数据,对Y1109价格y(单位:元)和A1109价格X(单位:元)建立一元线性回归方程:Y=-4963.13+3.263X。回归结果显示:R2=0.922,Dw=0.384;对于显著性水平a=0.05,X的t检验的P值为0.000,F检验的P值为0.000。 据此回答以下三题。 对该回归方程的合理解释是( )。A.Y和X之间存在显著的线性关系B.Y和X之问不存在显著的线性关系C.X上涨1元,1,将上涨3.263元D.X上涨1元,Y将平均上涨3.263元

利用该回归方程对Y进行点预测和区间预测。设X取值为4330时,y的对应值为y0,针对置信度为95%,预测区间为(8142.45,10188.87)。以下解释合理的是( )。A.对y0点预测的结果表明,y的平均取值为9165.66B.对y0点预测的结果表明,Y的平均取值为14128.79C.y0落入预测区间(8142.45,10188.87)的概率为95%D.y0未落入预测区间(8142.45,10188.87)的概率为95%

在一元线性回归分析预测过程中,相关系数r反映变量x和y之间线性相关关系的密切程度,只有r小于某个临界值时,才能认为x与y确实线性相关,也只有这时回归方程才有意义,才可以用于预测计算。

回归方程Y=30-X中,Y的误差的方差的估计值为9,当X=1时,Y的95%的近似预测区间是().A、(23,35)B、(24,36)C、(20,38)D、(21,39)

经检验,x和y之间的线性相关关系显著,可以用建立的回归方程进行y值的预测。

对于一元线性回归分析来说()A、两变量之间必须明确哪个是自变量,哪个是因变量B、回归方程是据以利用自变量的给定值来估计和预测因变量的平均可能值C、可能存在着y依x和x依y的两个回归方程D、回归系数只有正号E、确定回归方程时,尽管两个变量也都是随机的,但要求自变量是给定的

设某商店根据统计资料,建立某商品的进价与售价的一元线性回归方程为y=1.471+1.2x,其中x、y分别表示进价与售价(单位:元)。已知下个月的预计进价为10元,则由此方程得下个月的预测售价为()A、13.471元B、10.529元C、9.649元D、10.471元

响应变量与预测变量之间的拟合线图如下,回归方程为:y=8521-16.56x+0.009084x**2,下图给出了置信区间和预测区间。关于这两个区间的关系,正确的描述是:()A、95%的置信区间说明当X取特定值时,若在该点进行100次试验,约有95个点落在该区间内B、95%的预测区间说明当X取特定值时,若在该点进行100次试验,约有95个点落在该区间内C、95%的预测区间与95%的置信区间没有关系D、95%的置信区间一定比95%的预测区间要宽

预测模型中一元线型回归法的方程Y=A+B*X,其中A是().A、回归方程的系数B、预测时期自变量的值C、预测年份D、相应的预测值

由于回归方程是由数理统计得出的,它反映的是实际数据的统计规律,所以,根据回归方程所得的预测值y0只是对应于x0的单点预测估计值,预测值应该有一个()A、相关系数B、自由度C、显著性水平D、置信区间

判断题经检验,x和y之间的线性相关关系显著,可以用建立的回归方程进行y值的预测。A对B错

单选题关于一元线性回归被解释变量y的个别值的区间预测,下列说法错误的是(  )。Axf距离x的均值越近,预测精度越高B样本容量n越大,预测精度越高,预测越准确C∑(xi-x(_))2越大,反映了抽样范围越宽,预测精度越低D对于相同的置信度下,y的个别值的预测区间宽一些,说明比y平均值区间预测的误差更大一些

多选题响应变量与预测变量之间的拟合线图如下,回归方程为:y=8521-16.56x+0.009084x**2,下图给出了置信区间和预测区间。关于这两个区间的关系,正确的描述是:()A95%的置信区间说明当X取特定值时,若在该点进行100次试验,约有95个点落在该区间内B95%的预测区间说明当X取特定值时,若在该点进行100次试验,约有95个点落在该区间内C95%的预测区间与95%的置信区间没有关系D95%的置信区间一定比95%的预测区间要宽

单选题预测模型中一元线型回归法的方程Y=A+B*X,其中A是().A回归方程的系数B预测时期自变量的值C预测年份D相应的预测值

单选题回归方程Y=30-X中,Y的误差的方差的估计值为9,当X=1时,Y的95%的近似预测区间是().A(23,35)B(24,36)C(20,38)D(21,39)