对一元回归模型进行检验可以借助（）

A . 分析回归系数的经济含义是否合理 B . 分析变量之间相关的方向 C . 分析估计的模型对数据的拟合效果如何 D . 分析变量之间相关的程度 E . 对模型进行假设检验

A . A．t检验 B . B．F检验 C . C．z检验 D . D．ｘ2检验

A . 大于15% B . 大于10% C . 小于15% D . 小于10%

A . 相关系数 B . 标准误差 C . 方差 D . 显著性

A . 近似结果，定性检验 B . 近似结果，定量检验 C . 精确结果，定性检验 D . 精确结果，定量检验

A . A、若tb的绝对值大于t，说明变量x和y之间线性假设不合理 B . B、若tb的绝对值小于t，说明变量x和y之间线性假设不合理 C . C、若tb的绝对值等于t，说明变量x和y之间线性假设合理 D . D、若tb的绝对值等于t，表明回归系数为0的可能性较大，回归系数显著

A . 在一元线性回归分析中，只进行回归系数b的t检验是足够的 B . 在一元线性回归分析中，应当同时进行回归系数b的t检验和模型整体的F检验 C . 在多元回归分析中，回归系数b的t检验和模型整体的F检验是等价的 D . 在多元回归分析中，回归系数b的t检验和模型整体的F检验是不等价的

A . A B . B C . C D . D

A . 0.8<|r|<0.9 B . 0.8<|r|<1 C . 0.7<|r|<0.9 D . 0.9<|r|<1

A . 方差分析 B . 标准误差分析 C . 相关系数显著性检验 D . 回归方程显著性检验 E . r检验或F检验

A . 方差分析 B . 标准误差分析 C . 均方差分析 D . 相关分析 E . 显著性检验

A . 18 B . 17 C . 16 D . 19

A . 正确 B . 错误

是 否

此处设1978年为分界点，前期为1971-1978年，后期为1979-1985年。 <table><tr><td> 表5-8　中国综合零售物价指数的变化单位：1950年为100<table><tr><td> 年份(t)</td><td> 综合零售物价指数P</td><td> 年份(t)</td><td> 综合零售物价指数</td></tr><tr><td> 1971(1) 1972(2) 1973(3) 1974(4) 1975(5) 1976(6) 1977(7) 1978(8)</td><td> 130.5 130.2 131.O 131.7 131.9 132.3 135.O 135.9</td><td> 1979(9) 1980(10) 1981(11) 1982(12) 1983(13) 1984(14) 1985(15)</td><td> 138.6 146.9 150.4 153.3 155.6 160.0 174.1</td></tr></table></td></tr></table>

A．自变量与因变量之间存在线性相关关系 B．自变量与因变量之间不存在真正的线性相关关系 C．自变量的变化对因变量产生了系统性影响 D．自变量的变化对因变量没有产生系统性影响

A．t检验 B．F检验 C．t检验与F检验的结论是一致的 D．t检验与F检验的结论是不同的 E．用判定系数

考察某市城镇居民人均可支配收入和人均消费性支出之间的关系，可以建立一元线性回归模型Y₁=β₀+β₁X_i+μ₄(X表示人均可支配收入、Y表示人均消费性支出)，采用20个样本，根据最小二乘估计得 ，对应估计标准误差S_β₀=0.03，那么β₀对应的统计量的值为()。 A.z=2.6 B.z=2.8 C.t=3.9 D.t=13.0

A．随机解释变量与随机误差项正相关，OLS估计会低估截距项而高估斜率项 B．随机解释变量与随机误差项正相关，OLS估计会高估截距项而低估斜率项 C．随机解释变量与随机误差项负相关，OLS估计会高估截距项而低估斜率项 D．随机解释变量与随机误差项负相关，OLS估计会低估截距项而高估斜率项