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()。