总体所有单位标志值与其平均数离差之平方的平均数的平方根是（）。
表示总体所有单位标志值与其平均数离差之平方的平均数的平方根的是（）。
各变量值与其算术平均数的离差平方和为最小值。
总离差平方和ST是描述所有数值集中程度的数量指标。
标准差，亦称均方差，是指分布数列中各单位标志值与其平均数的离差的平方的算术平均数的平方根。（）
在因变量的总离差平方和中，如果回归和所占的比例越大，则两变量之间（）
数据组中各数值与其均值离差平方的平均数是（）。
在因变量的总离差平方和中，如果回归平方和所占的比例越小，则自变量和因变量之间相关程度越（）
根据方差分析原理，将y的n个观察值之间的差异，用观察值yi与其平均值y的离差平方和来表示，并称之为（）
处理平方和是处理均数与总均值的离差平方和。
每一个数据与平均值之间的差值称为离差，()就是离差平方的平均值。
风险型决策中的最大期望值准则就是把每一个决策方案看作是离散型随机变量，然后把它的数学期望算出来，再加以比较。如果决策目标是收益最大，那么选择数学期望值最大的方案。反之，选择数学期望值最小的方案。
总体方差2与总体标准差，是以（）时的离差平方的平均数和离差平方的平均数的开平方数。
算术平均数与总体单位总量的乘积等于（）；各变量值与算术平均的离差平方和为（）。
最小二乘法的基本原理是：要求实际值与趋势值的离差平方和为最小，以此拟合出优良的趋势模型，从而测定长期趋势。（）
总体方差是各个数据与其（）的离差平方的平均数，通常以σ2表示。
金融资产的收益与其平均收益离差的平方和的平均数是()。
对于线性回归，在因变量的总离差平方和中，如果回归平方和所占比例越大，那么两个变量之间相关程度越（）
（）是个体数据与均值离差平方和的算术平均数的算术根，是大于0的正数。
算术平均数的离差平方和是一个最大值。
数学期望反映了随机变量取值的平均水平，方差反映了随机变量取值与其均值的偏离水平
各变量值与其平均数的离差平方和的平均数称为
2、各变量值与其平均数离差平方的平均数称为（）。 A.极差 B.平均差 C.方差 D.标准差
对模型yi＝β0＋β1χ1i＋β2χ2i＋μi的最小二乘回归结果显示，R2为0.92，总离差平方和为500，则残差平方和RSS为（）。
