




版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、最新資料推薦元線性回歸模型A 函數(shù)關(guān)系與相關(guān)關(guān)系C 正相關(guān)關(guān)系和負(fù)相關(guān)關(guān)系2、相關(guān)關(guān)系是指 A 變量間的非獨(dú)立關(guān)系C 變量間的函數(shù)關(guān)系3、進(jìn)行相關(guān)分析時的兩個變量DB 變量間的因果關(guān)系D 變量間不確定性的依存關(guān)系 。 A、單項選擇題1、變量之間的關(guān)系可以分為兩大類 。 AB 線性相關(guān)關(guān)系和非線性相關(guān)關(guān)系D 簡單相關(guān)關(guān)系和復(fù)雜相關(guān)關(guān)系A(chǔ) 都是隨機(jī)變量B 都不是隨機(jī)變量C 一個是隨機(jī)變量,一個不是隨機(jī)變量 D 隨機(jī)的或非隨機(jī)都可以4、AC5、AC6、Y?t?0?1XtB E(Yt ) 01XtYt0 1XtutD Yt01Xt參數(shù) 的估計量?具備有效性是指 。 Bvar( ?)=0Bvar ( ?
2、)為最小( ? ) 0D(? ) 為最小對于 Yi ?0 ?1Xi ei,以 ? 表示估計標(biāo)準(zhǔn)誤差,表示 x 和 y 之間真實線性關(guān)系的是 。 CY?表示回歸值,則BA ?0時,( Yi Y?i)0B ?0時,( Yi Y?i)2 0C ?0時,( Yi Y?i)為最小D ?0時,( Yi Y?i)2為最小7、 的是 _設(shè)樣本回歸模型為。 DXi XYi= ?0 ?1Xi +ei ,則普通最小二乘法確定的?i 的公式中,錯誤?1?1?1?1Yi-Y2X i XnX iYi-X iYi22n X i2-XiXiYi -nXYXi2-nX2n X iYi- Xi2xYi8、對于 Yi= ?0?1X
3、 i+ei ,以 ? 表示估計標(biāo)準(zhǔn)誤差, r 表示相關(guān)系數(shù),則有 DA ?0時, r=1B ?0 時, r=-1C ?0 時, r=0Y?356 1.5X ,D ?0時, r=1 或r=-19、產(chǎn)量( X,臺)與單位產(chǎn)品成本( Y ,元/臺)之間的回歸方程為 這說明 。D最新資料推薦A 產(chǎn)量每增加一臺,單位產(chǎn)品成本增加 356 元B 產(chǎn)量每增加一臺,單位產(chǎn)品成本減少 1.5 元C 產(chǎn)量每增加一臺,單位產(chǎn)品成本平均增加356 元D 產(chǎn)量每增加一臺,單位產(chǎn)品成本平均減少1.5 元10、在總體回歸直線 E(Y?) 0 1X 中, 1表示 。 BA 當(dāng) X 增加一個單位時,Y 增加 1 個單位B 當(dāng)
4、X 增加一個單位時,Y 平均增加 1 個單位C 當(dāng) Y 增加一個單位時,X 增加 1 個單位D 當(dāng) Y 增加一個單位時,X 平均增加 1 個單位11、對回歸模型 Yi 0A N(0, i2)C N(0, 2)12、以 Y 表示實際觀測值, 使。DA(YiY?i)01Xiu i 進(jìn)行檢驗時,通常假定 u i 服從。CB t(n-2)D t(n)Y? 表示回歸估計值,則普通最小二乘法估計參數(shù)的準(zhǔn)則是B(YiY?i)20C(YiY?i)最小D(YiY?i)最小13、設(shè) Y 表示實際觀測值, Y? 表示 OLS 估計回歸值,則下列哪項成立 。DAY?Y BY?YCY? Y D Y?Y14、用 OLS
5、估計經(jīng)典線性模型Yi01Xiu i ,則樣本回歸直線通過點 DA(X,Y) B(X,Y?)C( X,Y?) D(X,Y)15、以 Y 表示實際觀測值,Y? 表示OLS估計回歸值,則用 OLS 得到的樣本回歸直線Y? ?i 0?1Xi 滿足 。AA( Y i Y?i)0B( Y i Yi)20C( Y i Y?i)0D( Y?i Yi)2016、用一組有 30 個觀測值的樣本估計模型 Yi 0 1Xiu i ,在 0.05 的顯著性水平 下對 1的顯著性作 t 檢驗,則 1顯著地不等于零的條件是其統(tǒng)計量t 大于 。DA t0.05(30) B t0.025(30) C t0.05(28) D t
6、0.025(28) 17、已知某一直線回歸方程的判定系數(shù)為0.64,則解釋變量與被解釋變量間的線性相關(guān)系數(shù)為 A 0.64 18、相關(guān)系數(shù) A r -1。BB 0.8 C 0.4 D 0.32r 的取值范圍是 。 DB r1C 0r1D1r 12最新資料推薦19、判定系數(shù) R2的取值范圍是 。CA R2-1B R2120、某一特定的 X 水平上,總體A 預(yù)測區(qū)間越寬,精度越低C 預(yù)測區(qū)間越窄,精度越高C 0 R2 1D1R21Y 分布的離散度越大,即 2越大,則 B 預(yù)測區(qū)間越寬,預(yù)測誤差越小D 預(yù)測區(qū)間越窄,預(yù)測誤差越大22、如果 X 和 Y 在統(tǒng)計上獨(dú)立,則相關(guān)系數(shù)等于 。CA 1 B 1
7、C 0 D 23、根據(jù)決定系數(shù) R2與 F統(tǒng)計量的關(guān)系可知,當(dāng) R21時,有 。DA F1C F0B F-124、在 CD 生產(chǎn)函數(shù) YA. 和 是彈性C.A 和 是彈性AL K 中, 。AB. A 和 是彈性D.A 是彈性D F?25、回歸模型 Yi 0 1Xiui 中,關(guān)于檢驗H 0: 1 0所用的統(tǒng)計量1 1 ,Var( ?1)列說法正確的是。DA 服從(2 n2)B 服從 t(n1)C 服從(2 n1)D 服從 t(n2)26、在二元線性回歸模型 Yi0 1X1i2X2i ui 中, 1表示。AA 當(dāng) X2 不變時, X1 每變動一個單位 Y 的平均變動。B 當(dāng) X1 不變時, X2
8、每變動一個單位 Y 的平均變動。C當(dāng) X1 和 X2 都保持不變時, Y 的平均變動。D當(dāng) X1 和 X2 都變動一個單位時,Y 的平均變動。27、在雙對數(shù)模型 lnYi ln 01 ln X i ui 中,1的含義是 。DAY 關(guān)于 X 的增長量B Y 關(guān)于 X的增長速度CY 關(guān)于 X 的邊際傾向D Y 關(guān)于 X的彈性26、根據(jù)樣本資料已估計得出人均消費(fèi)支出 Y 對人均收入 X 的回歸模型為ln Yi 2.00 0.75ln Xi ,這表明人均收入每增加 1,人均消費(fèi)支出將增加 CA 2B 0.2C 0.75D 7.528、按經(jīng)典假設(shè),線性回歸模型中的解釋變量應(yīng)是非隨機(jī)變量,且 。AA 與隨
9、機(jī)誤差項不相關(guān)B 與殘差項不相關(guān)C 與被解釋變量不相關(guān)D 與回歸值不相關(guān)29、根據(jù)判定系數(shù) R2與 F 統(tǒng)計量的關(guān)系可知,當(dāng) R2=1 時有 。 CA. F=1 B.F= 1 C.F= D.F=030、下面說法正確的是 。 DA.內(nèi)生變量是非隨機(jī)變量B.前定變量是隨機(jī)變量C. 外生變量是隨機(jī)變量D.外生變量是非隨機(jī)變量31、在具體的模型中,被認(rèn)為是具有一定概率分布的隨機(jī)變量是 。 AA.內(nèi)生變量B.外生變量C.虛擬變量D.前定變量32、回歸分析中定義的 。BA.解釋變量和被解釋變量都是隨機(jī)變量B. 解釋變量為非隨機(jī)變量,被解釋變量為隨機(jī)變量C. 解釋變量和被解釋變量都為非隨機(jī)變量D. 解釋變量
10、為隨機(jī)變量,被解釋變量為非隨機(jī)變量33、計量經(jīng)濟(jì)模型中的被解釋變量一定是 。CA控制變量B政策變量C內(nèi)生變量D外生變量最新資料推薦1、 ACE2、多項選擇題 指出下列哪些現(xiàn)象是相關(guān)關(guān)系 家庭消費(fèi)支出與收入 物價水平與商品需求量 學(xué)習(xí)成績總分與各門課程分?jǐn)?shù) 一元線性回歸模型 YiE(ut ) 0 cov(ut,us) 0 ut N(0, 2)3、4、以 Y 表示實際觀測值, _。ABE通過樣本均值點( Yi Y?i (Yi Y?i)20 (Y?i Yi)20 cov(X i ,ei )=0Y? 表示 OLS 估計回歸值,關(guān)系,則下列哪些是正確的 AE(Yi) Y ?Yi0Y ?Yi0i00?1X
11、i?1Xi ?1Xi?0 ?1X i1Xieiei。ACDB 商品銷售額與銷售量、銷售價格D 小麥高產(chǎn)與施肥量1Xi u i 的經(jīng)典假設(shè)包括B var(ut )2D Cov( xt ,ut ) 0。 ABCDEY? 表示 OLS 估計回歸值, e 表示殘差,則回歸直線滿足X,Y)u 表示隨機(jī)誤差項, e 表示殘差。如果 Y 與 X 為線性相關(guān) 。ACE(Y i)Y? 表示 OLS 估計回歸值, u 表示隨機(jī)誤差項。如果 Y 與 X 為線性相關(guān)關(guān)系,則下 列哪些是正確的A5、。BEYiYi1Xi1Xiui ?1Xi ui ?1X i ui ?1Xi0?0?i0?0YiY?iY?i 回歸分析中估計
12、回歸參數(shù)的方法主要有 相關(guān)系數(shù)法 最小二乘估計法 矩估計法 用 OLS 法估計模型 Yi 0 計量,則要求 。 ABCDEA6、 A C E7、。CDEB 方差分析法 D 極大似然法1Xiu i 的參數(shù),要使參數(shù)估計量為最佳線性無偏估E(u i )=0Cov(u i ,u j )=0X 為非隨機(jī)變量,與隨機(jī)誤差項Var(u i )= 2 ui 服從正態(tài)分布ui 不相關(guān)。最新資料推薦8、假設(shè)線性回歸模型滿足全部基本假設(shè),則其參數(shù)的估計量具備 。 CDEA 可靠性B 合理性C 線性D 無偏性E 有效性9、普通最小二乘估計的直線具有以下特性 。 ABDEA 通過樣本均值點 (X,Y)BYiY?iC(
13、YiY?i )20Dei0E Cov(Xi ,ei) 010、由回歸直線 Y?i ?0 ?1Xi 估計出來的 Y?i 值。 ADEB 是一組平均值D 可能等于實際值 YA 是一組估計值C 是一個幾何級數(shù)E 與實際值 Y 的離差之和等于零11、反映回歸直線擬合優(yōu)度的指標(biāo)有A 相關(guān)系數(shù)C 樣本決定系數(shù)E 剩余變差(或殘差平方和)12、對于樣本回歸直線 Y?i ?0A (YiYi)2 - (YiY?i)2B ?1 (XiX i)C R2 (YiYi)2D (Y?i Yi)2E ?1 (X iX(i)YiYi)B 回歸系數(shù)D 回歸方程的標(biāo)準(zhǔn)差?1Xi ,回歸變差可以表示為。ABCDE13 對于樣本回歸
14、直線 Y?i ?0?1Xi , ? 為估計標(biāo)準(zhǔn)差, 下列決定系數(shù)的算式中, 正確的有 。 ABCDE( Y?i Yi)2( Y i Yi)2(YiY?i)2(YiYi)2XiXi)2YiYi)2?1 (X iX(i)YiYi)1?21YiYi)2?(2 n-2)YiYi)214、下列相關(guān)系數(shù)的算式中,正確的有 。 ABCDEXYXYAXY最新資料推薦XiX(i)YiYi)nXY cov (X,Y)XY(X iX(i)YiYi)(X iXi)2 (Yi Yi)2X iYi -nXgY(XiX i)2 (YiYi)215、判定系數(shù) R2 可表示為 2 RSS R2=TSSR2=ESSTSS2 RS
15、SR2 =1- TSS2 ESSR2=1-TSSR2 = ESS ESS+RSS。BCE16、線性回歸模型的變通最小二乘估計的殘差ei 滿足。ACDEAei 0Bei Yi 0Cei Y?i 0Dei Xi 0E cov(X i ,ei )=0217、調(diào)整后的判定系數(shù) R2 的正確表達(dá)式有 。BCDA 1-(YiYi)2/(n-1)(YiY?i)2/(n-k)C 1 (1-R2 ) (n-1)(n-k-1)E 1 (1+R 2 ) (n-k)(n-1)( Yi Y?i)2/(n-k-1)( Y i Yi)2 /(n-1)2k(1-R 2)n-k-118、對總體線性回歸模型進(jìn)行顯著性檢驗時所用的
16、F 統(tǒng)計量可表示為。BCESS/(n-k)RSS/(k-1)2R2/(k-1)2(1-R2)/(n-k)2R2/(n-k)2(1-R 2)/(k-1)ESS/(k-1)RSS/(n-k)2(1-R2 )/(n-k)2R2/(k-1)三、名詞解釋最新資料推薦函數(shù)關(guān)系與相關(guān)關(guān)系線性回歸模型總體回歸模型與樣本回歸模型最小二乘法高斯馬爾可夫定理總變量(總離差平方和)回歸變差(回歸平方和)剩余變差(殘差平方和)估計標(biāo)準(zhǔn)誤差樣本決定系數(shù)相關(guān)系數(shù)顯著性檢驗t 檢驗經(jīng)濟(jì)預(yù)測點預(yù)測區(qū)間預(yù)測擬合優(yōu)度殘差四、簡答1、在計量經(jīng)濟(jì)模型中,為什么會存在隨機(jī)誤差項? 答:模型中被忽略掉的影響因素造成的誤差; 模型關(guān)系認(rèn)定不
17、準(zhǔn)確造成的誤差; 變量的測量誤差;隨機(jī)因素。 這些因素都被歸并在隨機(jī)誤差項中考慮。因此,隨機(jī)誤差項 是計量經(jīng)濟(jì)模型中不可缺少的一部分。2、古典線性回歸模型的基本假定是什么?答:零均值假定。即在給定 xt 的條件下,隨機(jī)誤差項的數(shù)學(xué)期望(均值)為0,即E(u t )=0 。同方差假定。誤差項 ut的方差與 t 無關(guān),為一個常數(shù)。無自相關(guān)假定。即不 同的誤差項相互獨(dú)立。 解釋變量與隨機(jī)誤差項不相關(guān)假定。 正態(tài)性假定, 即假定誤差項 ut 服從均值為 0,方差為 2的正態(tài)分布。3、總體回歸模型與樣本回歸模型的區(qū)別與聯(lián)系。答:主要區(qū)別:描述的對象不同??傮w回歸模型描述總體中變量 y 與 x 的相互關(guān)系
18、, 而樣本回歸模型描述所觀測的樣本中變量 y 與 x 的相互關(guān)系。 建立模型的不同。 總體回歸 模型是依據(jù)總體全部觀測資料建立的, 樣本回歸模型是依據(jù)樣本觀測資料建立的。 模型性 質(zhì)不同。 總體回歸模型不是隨機(jī)模型, 樣本回歸模型是隨機(jī)模型, 它隨著樣本的改變而改變。主要聯(lián)系: 樣本回歸模型是總體回歸模型的一個估計式, 之所以建立樣本回歸模型, 目 的是用來估計總體回歸模型。4、試述回歸分析與相關(guān)分析的聯(lián)系和區(qū)別。答:兩者的聯(lián)系: 相關(guān)分析是回歸分析的前提和基礎(chǔ); 回歸分析是相關(guān)分析的深入 和繼續(xù);相關(guān)分析與回歸分析的有關(guān)指標(biāo)之間存在計算上的內(nèi)在聯(lián)系。兩者的區(qū)別: 回歸分析強(qiáng)調(diào)因果關(guān)系, 相關(guān)
19、分析不關(guān)心因果關(guān)系, 所研究的兩個變量 是對等的。對兩個變量 x 與 y 而言,相關(guān)分析中: rxy ryx ;但在回歸分析中, y?t b?0 b?1 xt和 x?t a?0 a?1 yt卻是兩個完全不同的回歸方程。回歸分析對資料的要 求是:被解釋變量 y是隨機(jī)變量, 解釋變量 x 是非隨機(jī)變量。 相關(guān)分析對資料的要求是兩個 變量都隨機(jī)變量。5、在滿足古典假定條件下, 一元線性回歸模型的普通最小二乘估計量有哪些統(tǒng)計性質(zhì)? 答:線性,是指參數(shù)估計量 b?0和b?1分別為觀測值 yt 和隨機(jī)誤差項 ut 的線性函數(shù)或線 性組合。無偏性,指參數(shù)估計量 b?0和 b?1的均值(期望值)分別等于總體參
20、數(shù)b0和b1 。有效性(最小方差性或最優(yōu)性) ,指在所有的線性無偏估計量中,最小二乘估計量b?0和 b?1的方差最小。最新資料推薦6、簡述 BLUE 的含義。答:在古典假定條件下, OLS 估計量b?0和b?1是參數(shù) b0和b1的最佳線性無偏估計量,即 BLUE ,這一結(jié)論就是著名的高斯馬爾可夫定理。7、對于多元線性回歸模型,為什么在進(jìn)行了總體顯著性F 檢驗之后,還要對每個回歸系數(shù)進(jìn)行是否為 0 的 t 檢驗?答:多元線性回歸模型的總體顯著性 F 檢驗是檢驗?zāi)P椭腥拷忉屪兞繉Ρ唤忉屪兞?的共同影響是否顯著。通過了此 F 檢驗,就可以說模型中的全部解釋變量對被解釋變量的 共同影響是顯著的, 但
21、卻不能就此判定模型中的每一個解釋變量對被解釋變量的影響都是顯 著的。因此還需要就每個解釋變量對被解釋變量的影響是否顯著進(jìn)行檢驗,即進(jìn)行 t 檢驗。五、綜合題1、下表為日本的匯率與汽車出口數(shù)量數(shù)據(jù),年度1986198719881989199019911992199319941995X16814512813814513512711110294Y661631610588583575567502446379X: 年均匯率(日元 /美元)Y:汽車出口數(shù)量(萬輛)問題:( 1)畫出 X 與 Y 關(guān)系的散點圖。( 2)計算 X 與 Y 的相關(guān)系數(shù)。Y Y )268113.6 ,F(xiàn)=52.99其中 X 129
22、.3 , Y 554.2 , ( X X )24432.1 ,XX Y Y 16195.4(3)若采用直線回歸方程擬和出的模型為Y? 81.72 3.65 Xt 值 1.2427 7.2797R2=0.8688解釋參數(shù)的經(jīng)濟(jì)意義。解答:( 1)散點圖如下:70060050040030080100 120 140 160 1802) rXY(X X)(Y Y)(X X)2 (Y Y)216195.44432.1 68113.6=0.9321( 3)截距項 81.72 表示當(dāng)美元兌日元的匯率為 0 時日本的汽車出口量,這個數(shù)據(jù)沒有 實際意義;斜率項 3.65 表示汽車出口量與美元兌換日元的匯率正相
23、關(guān),當(dāng)美元兌換日元的 匯率每上升 1 元,會引起日本汽車出口量上升3.65 萬輛。最新資料推薦2、已知一模型的最小二乘的回歸結(jié)果如下:Y?i =101.4-4.78X i標(biāo)準(zhǔn)差 (45.2) ( 1.53)n=30R2=0.31其中, Y :政府債券價格(百美元) ,X :利率( %)。回答以下問題:(1)系數(shù)的符號是否正確,并說明理由;( 2)為什么左邊是 Y?i 而不是 Yi ;( 3)在此模型中是否漏了誤差項 ui;( 4)該模型參數(shù)的經(jīng)濟(jì)意義是什么。答:( 1)系數(shù)的符號是正確的, 政府債券的價格與利率是負(fù)相關(guān)關(guān)系, 利率的上升會引 起政府債券價格的下降。(2)(3)(4)常數(shù)項 10
24、1.4 表示在 X 取 0時 Y 的水平,本例中它沒有實際意義;系數(shù)( 4.78) 表明利率 X 每上升一個百分點,引起政府債券價格 Y 降低 478 美元。3、估計消費(fèi)函數(shù)模型 Ci= Yi ui 得C?i =15 0.81Y it 值 ( 13.1)( 18.7)n=19 R2=0.81其中, C:消費(fèi)(元) Y :收入(元)已知 t0.025(19) 2.0930 , t0.05 (19) 1.729 , t0.025(17) 2.1098 , t 0.05 (17) 1.7396 。 問:(1)利用 t 值檢驗參數(shù)的顯著性( 0.05);( 2)確定參數(shù)的標(biāo)準(zhǔn)差;(3)判斷一下該模型的
25、擬合情況。答:(1)提出原假設(shè) H0:0 ,H1:0統(tǒng)計量 t18.7,臨界值 t0.025(17) 2.1098 ,由于 18.72.1098 ,故拒絕原假設(shè) H0: 0, 即認(rèn)為參數(shù) 是顯著的。2)由于 tsb( ?),故 sb( ?)? 0.81 t 18.70.0433 。81%,( 3)回歸模型 R2=0.81 ,表明擬合優(yōu)度較高, 解釋變量對被解釋變量的解釋能力為 即收入對消費(fèi)的解釋能力為 81,回歸直線擬合觀測點較為理想。4、已知估計回歸模型得Xi( Y Y)268113.6 ,Y?i =81.72303.6541且 ( X X )2 4432.1 ,求判定系數(shù)和相關(guān)系數(shù)。答:判
26、定系數(shù): R2b12 (X X)23.65412 4432.12 = =0.8688(Y Y)268113.6相關(guān)系數(shù): rR25、有如下表數(shù)據(jù)0.8688 0.9321日本物價上漲率與失業(yè)率的關(guān)系年份物價上漲率( %) P&失業(yè)率( %) U19860.62.819870.12.819880.72.519892.32.319903.12.19最新資料推薦19913.32.119921.62.219931.32.519940.72.91995-0.13.2(1)設(shè)橫軸是 U,縱軸是 P& ,畫出散點圖。 ( 2)對下面的菲力普斯曲線進(jìn)行OLS 估計。&1P& u U 已知 P& ( 3)計算決
27、定系數(shù)。 答:(1)散點圖如下:3.52.5率漲上價1.50.5-0.5 22.22.42.62.83.23.4失業(yè)率2)7、根據(jù)容量 n=30 的樣本觀測值數(shù)據(jù)計算得到下列數(shù)據(jù):22 XY146.5, X 12.6, Y 11.3,X 2164.2,Y 2134.6 試估計 Y 對 X 的回歸直線。8、表 2-4 中的數(shù)據(jù)是從某個行業(yè) 5 個不同的工廠收集的,請回答以下問題: 表 2-4 總成本 Y 與產(chǎn)量 X 的數(shù)據(jù)Y8044517061X12461181)估計這個行業(yè)的線性總成本函數(shù):Y?i =b?0 +b?1X i2) b?0和b?1 的經(jīng)濟(jì)含義是什么?3)估計產(chǎn)量為 10 時的總成本
28、。9、有 10 戶家庭的收入( X ,元)和消費(fèi)( Y,百元)數(shù)據(jù)如表 25。 表 2510 戶家庭的收入( X)與消費(fèi)( Y)的資料X20303340151326383543Y7981154810910( 1)建立消費(fèi) Y 對收入 X 的回歸直線。(2)說明回歸直線的代表性及解釋能力。( 3)在 95%的置信度下檢驗參數(shù)的顯著性。(4)在 95%的置信度下,預(yù)測當(dāng) X 45(百元)時,消費(fèi)( Y )的置信區(qū)間。10、已知相關(guān)系數(shù) r 0.6,估計標(biāo)準(zhǔn) ?8 誤差,樣本容量 n=62。 求:(1)剩余變差; ( 2)決定系數(shù); ( 3)總變差。11、在相關(guān)和回歸分析中,已知下列資料:10最新資
29、料推薦X216, Y210,n=20,r=0.9, (Yi -Y) 2 =2000( 1)計算 Y 對綿回歸直線的斜率系數(shù)。( 2)計算回歸變差和剩余變差。( 3)計算估計標(biāo)準(zhǔn)誤差。2212、已知: n=6, Xi =21, Yi =426, X i 2 =79, Yi 2 =30268, XiYi=1481。(1)計算相關(guān)系數(shù);( 2)建立 Y 對的回歸直線;( 3)在 5%的顯著性水平上檢驗回歸方程的顯著性。13、根 據(jù)對 某企 業(yè) 銷售 額 Y 以 及相 應(yīng) 價格 X 的 11 組 觀 測資料 計 算 : XY117849,X519,Y217,X2284958,Y 249046(1)估計銷售額對價格的回歸直線;(2)銷售額的
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 2025年度立體車庫建設(shè)與運(yùn)營一體化項目合同
- 二零二五年度知識產(chǎn)權(quán)許可與轉(zhuǎn)讓法律咨詢協(xié)議
- 二零二五礦山買賣中介服務(wù)費(fèi)用協(xié)議
- 2025年度運(yùn)動場所會員服務(wù)免責(zé)協(xié)議書
- 二零二五年度高校學(xué)生健康體檢服務(wù)合同模板
- 2025年度遠(yuǎn)程監(jiān)控儲罐租賃與數(shù)據(jù)分析合同
- 夜市燈光秀及氛圍營造2025年度合作合同
- 二零二五年度婚慶服務(wù)市場區(qū)域保護(hù)競業(yè)禁止協(xié)議
- 2025年度知識產(chǎn)權(quán)侵權(quán)糾紛和解執(zhí)行協(xié)議
- 二零二五年度泵車租賃與新型環(huán)保材料應(yīng)用合作協(xié)議
- 2025年遼寧現(xiàn)代服務(wù)職業(yè)技術(shù)學(xué)院單招職業(yè)技能測試題庫(含答案)
- 高考模擬作文“中國游”“city不city”導(dǎo)寫及范文
- 福建省福州市2024-2025學(xué)年九年級上學(xué)期期末語文試題(解析版)
- 2025年江西電力職業(yè)技術(shù)學(xué)院高職單招職業(yè)適應(yīng)性測試近5年常考版參考題庫含答案解析
- 2025年月度工作日歷含農(nóng)歷節(jié)假日電子表格版
- 部編版六年級下冊道德與法治全冊教案教學(xué)設(shè)計
- 物流無人機(jī)垂直起降場選址與建設(shè)規(guī)范
- 第四紀(jì)地質(zhì)與環(huán)境:第十一章 第四紀(jì)氣候變遷及其動力機(jī)制
- 小學(xué)生心理健康講座-(精)
- 蝴蝶豌豆花(課堂PPT)
- 口腔修復(fù)學(xué)-第七章-牙列缺失的全口義齒修復(fù)
評論
0/150
提交評論