回归分析中估计回归参数的方法主要有（）。
相关系数r越大，则估计标准误差Sxy值越大，从而直线回归方程的精确性越低。
回归估计标准误差 https://assets.asklib.com/images/image2/2017072815252585909.jpg 自由度为（）。
回归估计标准误差是反映（）。
估计标准误是说明回归方程代表性大小的统计分析指标，指标数值越大，说明回归方程的代表性越高
A于一元线性回归模型，以Se表示估计标准误差，r表示样本相关系数，则有（）。
计算回归估计标准误差的依据是（）。
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（）
相关系数r越大，则估计标准误差Sxy，值越大，从而直线回归方程的精确性越低。（）
回归分析中的估计标准误差反映了实际观测值与回归估计值之间的差异程度。
若回归模型中的随机误差项存在一阶自回归形式的序列相关，则估计模型参数应采用（）。
当拟合回归方程时，若抽取的自变量的样本观测值非常集中，回归方程的估计标准误差就很小。
估计标准误差说明回归直线的代表性，因此（）
估计标准误差的数值越小，可决系数的数值越大，说明回归方程拟合程度越高。
在回归分析中，估计回归系数的最小二乘法的原理是（）。
估计误差的大小，是衡量估算结果的一个重要标准。估算的效果越好，则所估算回归方程的误差（）
根据某地区2001～2009年农作物种植面积（X）与农作物产值（Y），可以建立一元线性回归模型，估计结果得到判定系数R2=0.9，回归平方和SSR=90，则估计标准误差为（）。
回归估计标准误差是因变量实际观测值与估计值之间的（），是判断回归方程（）的统计指标。
回归分析中计算的估计标准误就是因变量的标准差。
回归分析方法：(甲)编制相关图表(散点图、依存关系分析表)；(乙)计算相关系数，反映变量之间相关的密切程度和相关方向；(丙)建立回归方程，进行估计预测。
一元线性回归的估计标准误差计算公式中，n-2是残差平方和的自由度。（）
33、回归方程中，被解释变量等于其估计值与随机误差项之和。
已知变量x与y线性相关，x与y的协方差为－60，x的方差为100，y的方差为64，建立了y依x的回归方程，则回归估计标准误差的值可能为（)。
相关系数r越小，则估计标准误差Syx越大，从而直线回归方程的精确性越低（)
