第七章学习指导习题(共享)

《第七章学习指导习题(共享)》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、第七章学习指导习题一、判断题XV根据结果标志对因素标志的不同反映可以把现象总体数量上的依从关系划分为函数关系和相关关系。（）2、正相关指的是因素标志和结果标志的数量变动方向都是上升的。（）3、施肥量和收获率是正相关关系。（）4、相关系数是测定变量之间相关关系的唯一方法。（）5、只有当相关系数接近+1时，才能说明两变量之间存在高度相关关6、相关系数的取值范围介于0与+1之间。（）7、若两变量的相关系数等于1,则这两变量是完全相关的。（）8、若变量X的值减少时，变量y的值也减少，说明变量X与y之间存在正的相关关系。（)9、直线回归方程中，可以是正值，也可以是负值。（）10、回归

2、系数和相关系数都可以用来判断现象之间相关的密切程度。（）11、回归系数可以用来判断现象之间的相关方向。（）12、回归系数和相关系数的关系为。（）13、两个变量的相关系数可以有无数个。（）14、计算相关系数的两个变量都是随机变量。（）15、回归分析中的两个变量是不对等的，必须区分自变量和因变量。16、回归分析中的自变量是随机变量，因变量是可以控制的变量。（）17、对于一个没有确定因果关系的两个变量，可以求得两个回归方程。（）18、若直线回归方程，则变量和之间存在负的相关关系。（）19、在任何条件下，都可以用相关系数说明变量之间相关的密切程度。20、变量依变量回归和由变量依变量

3、回归所得的回归方程之所以不同，主要是因为方程中参数表示的意义不同。（）21、因为回归分析中两个变量是不对等的，因此回归系数的值不止一个。（）22、利用一个回归方程，两个变量可以互相推算。（）23、估计标准误差是指实际值与估计值的平均误差程度。（）24、估计标准误差的数值越大，说明回归直线的代表性越大。（）25、估计标准误差的数值越小，说明回归直线的实用价值越小。（）26、只有在两个变量之间确实存在线性相关关系，而且相关的密切程度显著时，才能拟合回归方程（）27、（甲）产品产量与单位成本的相关系数是-0・8,乙产品单位成本与利润率的相关系数是-0.95,则乙比甲的相关程度高。

4、（）二、单项选择题1、当自变量的数值确定后，因变量的数值也随之完全确定，这种关系属于（）oA相关关系B函数关系C回归关系D随机关系2、现象之间的相互关系可以归纳为两种类型，即（）A相关关系和函数关系B相关关系和因果关系C相关关系和随机关系D函数关系和因果关系3、相关分析中，要求相关的两个变量（）A都是随机的B都不是随机变量C其中因变量是随机变量D其中自变量是随机变量4、测定变量之间相关的密切程度的代表性指标是（）A估计标准误B两个变量的协方差C相关系数D两个变量的标准差5、相关系数的取值范围是（）AO

5、的程度越低，则相关系数（）A越接近于-1B越接近于1C越接近于0D在0.5和0.8之间7、下面现象之间的关系属于相关关系的是（）A园的周长和它的半径之间的关系B价格不变条件下，商品销售额与销售量之间的关系C家庭收入越多，其消费支出也有增长的趋势D正方形面积和它的边长之间的关系8、若物价上涨，商品的需求量相应减少，则物价和商品的需求量之间的关系为（）A不相关B负相关C正相关D复相关9、现象之间线性相关关系的程度越高，则相关系数（）A越接近于0B越接近于1C越接近于-1D越接近于+1和-110、测定变量之间相关的密切程度的主要方法是（）A相关表B相关图C相关系数D定性分析11、

6、如果变量和变量之间相关系数为1,说明两个变量之间（）A不存在相关关系B相关程度很低C相关程度显著D完全相关12、相关关系中，两个变量的关系是对等的，从而变量对变量的相关,同变量对变量的相关（）A完全不同B有联系但不一样C是同一问题D不一定相同13、一般说，当居民的收入减少时，居民的储蓄款也会相应减少，二者之间的关系是（）A直线相关B完全相关C非线性相关D复相关14、当变量值增加时，变量值随之下降，那么变量和变量之间存在着（）A直线相关关系B正相关关系15、如果变量和变量之间的相关关系未T,说明两个变量之间是（）A高度相关关系B完全相关关系C完全不相关D低度相关关系16、价格

7、不变条件下，商品销售额与销售量之间存在着（）A不完全的依存关系B不完全的随机关系C完全的随机关系D完全的依存关系17、下列哪两个变量之间的相关程度高（）A商品销售额与销售量的相关系数为0.9B商品销售额与商业利润率的相关系数为0.84C平均流通费用率与商业利润率的相关系数为-0.94D商品销售价格与销售量的相关系数为-0.9118、回归分析中，对于没有明显因果关系的两个变量（）A可给定自变量数值估计因变量的可能值B可给定因变量推出自变量数值C可以都是随机变量D可以都是非随机变量19、线性相关的条件下，自变量的标准差