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。
响应变量Y与两个自变量(原始数据)X1及X2建立的回归方程为:y=2.2+30000x1+0.0003x2由此方程可以得到结论是().
如果在y关于x的线性回归方程y=a+bx中,灰0,那么对于x与y两个变量间的相关系数,必有()。
一位社会学家对两组青少年作了研究,第一组成员每周看暴力内容的影视时间平均不少于10小时;第二组则不多于2小时。结果发现第一组成员中学生举止和粗鲁者所占的比例要远高于第二组。因此,此项研究认为,多看暴力内容的影视容易导致青少年举止粗鲁。 以下哪项如果为真,将对上述研究的结论提出质疑( )
如果广播区广播出现了广播音量或大或小时,可能的原因是()
响应变量Y与两个自变量(原始数据)X1及X2建立的回归方程为:Y=2.1X1+2.3X2,由此方程可以得到结论是()
一项调查研究表明,在普通人群中,与每晚睡眠时间保持在7至9小时的人相比。每晚睡眠时间少于4小时的人患肥胖症的危险高出73%,而平均每天只睡5小时的人,这种危险则高出50%。研究人员因此得出结论:缺乏睡眠容易使人变得肥胖。 以下如果为真,最能支持上述结论的是:
如果IS方程为r=100-0.04Y,LM曲线方程为r=-60+0.04Y,那么均衡产出时的利率是多少?()
一项调查研究表明,在普通人群中,与每晚睡眠时间保持在7至9小时的人相比,每晚睡眠时间少于4小时的人患肥胖症的危险高出73%,而平均每天只睡5小时的人,这种危险则高出50%。研究人员因此得出结论:缺乏睡眠容易使人变得肥胖。以下如果为真.最能支持上述结论的是:
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。
一项调查研究表明,在普通人群中,与每晚睡眠时间保持在7至9小时的人相比,每晚睡眠时间少于4小时的人患肥胖症的危险高出73%,而平均每天只睡5小时的人,这种危险则高出50%。研究人员因此得出结论:缺乏睡眠容易使人变得肥胖。 以下如果为真.最能支持上述结论的是:
一项调查研究表明,在普通人群中,与每晚睡眠时间保持在7至9小时的人相比,每晚睡眠时间少于4小时的人患肥胖症的危险高出73%,而平均每天只睡5小时的人,这种危险则高出50%。研究人员因此得出结论:缺乏睡眠容易使人变得肥胖。 以下如果为真,最能支持上述结论的是( )。
在进行属性DOE研究时,当你的不合格率(),应改变研究另外的Y;如果你的合格率极低,而研究区间(),未必要进行Freeman-Tukey转换。
一项调查研究表明,在普通人群中,与每晚睡眠时间保持在7至9小时的人相比,每晚睡眠时间少于4小时的人患肥胖症的危险高出73%,而平均每天只睡5小时的人,这种危险则高出50%。研究人员因此得出结论:缺乏睡眠容易使人变得肥胖。 以下如果为真,最能支持上述结论的是:
ABC公司做了回归分析,并得出销售与营销成本相关的结论。分析师给出的回归方程是Y=$5,000,000+$125(x),其中Y=销售额,x=营销成本。使用这个回归方程来确定营销开支$1,000,000时的年销售额是多少?()
双变量资料x、y 的相关系数为r,回归方程为y=a+bx。如果y 的单位改变,则( )
如果在Y关于x的线性回归方程y=a+bx中b<0,那么x和y两变量间的相关系数r有()。
在生产过程中,研究温度y与某物质的质量X的线性回归方程时,收集了l0组数据,求得回归平方和为255.4,残差平方和为27.5,在显著性水平0.05时,的临界值为5.32,则结论是()
若y1和y2是非齐次线性方程y+ay+by=f(x)的两个特解,则下面结论正确的是().A.y1+y2是非齐次线
研究青春发育与远视率(对数视力)的变化关系,测得结果如下表:试建立曲线回归方程y
一项调查研究表明。在普通人群中,与每晚睡眠时间保持在7至9小时的人相比,每晚睡眠时间少于4小时的人患肥胖症的危险高出73%,而平均每天只睡5小时的人,这种危险则高出50%。研究人员因此得出结论:缺乏睡眠容易使人变得肥胖。 以下如果为真,最能支持上述结论的是:
在对两个变量x,y进行线性回归分析时,有下列步骤: 1所求出的回归直线方程作出解释; 2收集数据; 3求线性回归方程; 4求未知参数; 5根据所搜集的数据绘制散点图。 如果根据可行性要求能够作出变量,x,y具有线性相关结论,则在下列操作中正确的是()
思考这个论证:“L比X矮,Y比L矮,但M比Y矮。因此,Y比J矮。” 假如所有的前提为真,什么信息必需被加上,才使得结论为真()
在方程(8.18)中应用异方差性的完全怀特检验[参见方程(8.19)]。利用y<sup>2</sup>形式的计量并计算p值。你得到什么结论?