计算题：某汽车生产商欲了解广告费用（万元）对销售量（辆）的影响。收集了过去12年的有关数据，通过分析得到：方程的截距为363，回归系数为1.42，回归平方和SSR=1600，残差平方和SSE=450。要求： （1）写出销售量y与广告费用x之间的线性回归方程。 （2）假如明年计划投入广告费用为25万元，根据回归方程估计明年汽车销售量。 （3）计算判定系数R2 ，并解释它的意义。
线性回归时，在各点的坐标为已知的前提下，要获得回归直线的方程就是要确定该直线的（）。
在一元线性回归分析中，若相关系数为r，回归方程拟合程度最好的是（）。
某商品流通企业在经营中发现，汽车配件的销售额(万元)与机械工业产值(亿元)有密切关系。根据近16年的统计资料，得出回归系数a=2879，b=3.5，预计下一年的机械工业总产值为1550亿元，采用一元线性回归方程式y=a+bx预测，下一年汽车配件的销售额为()万元。
某商品流通企业在经营中发现，汽车配件的销售额(万元)与机械工业产值(亿元)有密切关系。根据近16年的统计资料.得出回归系数A=2879，B=3.5，预计下一年的机械工业总产值为1550亿元，采用一元线性回归方程式y=A+Bx预测，下一年汽车配件的销售额为()万元。
经测定，某工厂生产的产品单位成本（元）与产量（千件）变化的回归方程为y=88-3x，这表示（）。
计算题：某调查公司研究出租司机每天收入（元）与行驶里程（公里）之间的关系。对30位出租车司机进行调查，并根据每天的收入y、行驶里程x进行回归，得到：方程的截距为162，回归系数为0.6，回归平方和SSR=2600，残差平方和SSE=513。要求： （1）写出每天的收入y与行驶里程x之间的线性回归方程。 （2）假如某司机某天行驶了300公里，根据回归方程估计他该天的收入。 （3）计算判定系数R2，并解释它的意义。
变量y关于x的一元线性经验回归方程可以表示为（）。
对9位青少年的身高Y与体重X进行观测，并已得出以下数据： https://assets.asklib.com/images/image2/2017081317432810150.jpg 要求： 以身高为因变量，体重为自变量，建立线性回归方程。
通过最小二乘估计，得到某地区某种钢板消费量(Y)与同期第二产业产值(X)的一元线性回归方程为y=-7.55+9.59x，经计算∑(yi-yi’)2=11.87，∑(xi-x)2=1.56，取α=0.05，对其进行t检验，结论是()。(已知t(0.05,8)=1.86;t(0.025,8)=2.36，n=10)
单位产品成本对产量的一元线性回归方程为Y=85-5.6x，x单位为千件，Y单位是元；这意味着（）
假设回归方程式为y=2+3x，则下列何者正确?
在一元线性回归方程y＝a＋ X中，回归系数 表示（ ）。
在直线回归方程=a＋bxi中，若回归系数b＜0，则表示x对y的线性影响是（）A.不显著的B.显著的C.正
Y=14+4X是1~7岁儿童以年龄（岁）估计体重（市斤）的回归方程。若体重换成国际单位（kg），则此方程中（）。
已知曲线y=F（x)在任意点x处切线的斜率为3x2+1,且曲线过（O,2)点则该曲线方程为（)。
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：
设y为树干的体积，x<sub>1</sub>为离地面一定高度的树干直径，x<sub>2</sub>为树干高度，一共测量了31棵树，数据列于下表，作出y对x<sub>1</sub>，x<sub>2</sub>的二元线性回归方程，以便能用简单公法微借粤与估法一棵树的体积，进而估计一片森林的木材储量.
10、已知回归直线的斜率的估计值为1.23，样本点的中心为（4，5），则回归直线方程为（）
若直线回归方程y=a+bx中的回归系数b为负数，则说明（）。
根据抽样调查得到一元线性回归方程Y^2500+0.73X, （X,人均可支配收入；Y^人均消费，单位为元），关于该回归方程的说法，正确的是（）
存在近似的多重共线性时，若使用普通最小二乘法估计线性回归方程，则回归系数的估计是（）
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（)。
