线性回归模式的假设之一是，误差项ei是（）随机变量，其均值为零，均方差为一常数。
ｔ分布也称学生氏分布，是（）于１９０８年在一篇以“Ｓｔｕｄｅｎｔ”为笔名的论文中首次提出的。而Ｆ分布是统计学家（）首先提出的，Ｆ分布有着广泛的应用，如在方差分析、回归方程的显著性检验中都有着重要的地位。
如果线性回归模型中随机误差项的方差不是（），则称随机误差项具有异方差性。
已知一回归函数的已释方差和未释方差分别为143.45和11.31，则可决系数为（）。
在多元线性回归中，对参数作了t检验后为什么还要作方差分析和F检验？
在线性相关条件下，若自变量的方差为4，因变量的方差为25，且二者的相关系数为0.8时，则其回归系数为（）。
对回归模型存在异方差问题的主要处理方法有（）。
已知含有截距项的三元线性回归模型估计的残差平方和为，估计用样本容量为，则随机误差项的方差估计量为（）。
回归模型中具有异方差时,仍用OLS方法估计模型,则参数估计值是 。
有一四元线性回归分析，方差分析结果如下，在做逐步回归时，应先剔除的变量为（ ）。da42a678574442789c7bb01da00e2a75.png
有一观察对数n=11的线性回归资料，已求得SP＝48，=40，=90，=110，=154，则该资料回归方差和离回归部分方差分别为（ ）。d578f9f34c7974d380c724fa58425d02.png975b2adc1c088ffaba52d5fe65c097d3.png10aca36fea855dfca1356a6557f4762f.png8b589bd6f915bccde4f7db692f182711.png
39、回归平方和的数学期望中，含有误差方差。
对于线性回归模型Yi=0+β1Xi+Ui，有关的β1方差的估计量的说法错误的是（)。
在回归模型中，随机误差项不具有相同的方差，则称随机误差的方差为异方差。（)
如果回归模型违背了同方差假定，最小二乘估计量（)。
采用一元线性回归分析预测消费量，通常应取（)的结果。A．相关系数检验B．方差分析C．区间预测D．点预测
7、若Park检验和GQ检验均未检验出异方差性，回归模型一定不存在异方差问题。
回归模型若存在异方差，常用的处理方法有（）。
假设存在二元线性回归模型，被解释变量是y，解释变量是x和z，写出进行异方差性white检验的全过程？
若回归模型随机误差项的方差为常数的假定不成立，则称模型存在为异方差现象（）
1、使用数据集Sample10_02.sav完成t检验，简要说明统计显著性情况 使用数据集Sample10_03.sav完成变量Burglary、Larcenytheft、Vehicletheft的矩阵散点图和相关系数表，分别从主观判断和系数说明角度简要说明三变量两两之间的线性相关性强度 使用数据集Sample10_03.sav，以Violentcrime为因变量，以Propertycrime为自变量完成线性回归方程的求取，并对汇总表和方差分析表进行简要解读
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（)。
3、在多元线性回归分析中，自变量间呈现线性关系的现象称为（） 提示： A 因果关系；B 共线性；C 自相关；D 异方差
某地区家计调查资料得到每户平均年收入为8800元，方差为2500元。每户平均年消费支出为6000元，均方差为50元。收入对于支出的回归系数为0.82，要求计算收入与支出的相关系数，拟合支出对于收入的回归方程。
