多元线性回归.doc

《多元线性回归.doc》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、试题题库选择题：1.在多元线性回归分析中，F检验是用来检验（）A.回归模型的总体线性关系是否显著B.回归模型的各回归系数是否显著C.样本数据的线性关系是否显著D.回归方程的预测结果是否显著知识点：多元线性回归难易度：1　正确答案是()2.在二元线性回归模型中，若自变量对因变量y的影响不显著，那么它所对应的偏回归系数的取值（）A.可能接近0B.可能接近1C.可能小于0D.可能大于1知识点：多元线性回归难易度：2　正确答案是()3.根据汽车的行驶里程（单位：公里）、行驶时间（单位：小时）和耗油量y（单位：升）数据，

2、得到的在二元线性回归方程为中，偏回归系数的含义是（）A.行驶里程每增加1公里，耗油量平均增加0.1升B.行驶时间每增加1小时，耗油量平均增加0.1升C.在行驶时间不变的条件下，行驶里程每增加1公里，耗油量平均增加0.1升D.在行驶里程不变的条件下，行驶时间每增加1小时，耗油量平均增加0.1升知识点：多元线性回归难易度：2　正确答案是()4.在多元回归分析中，通常需要计算修正的多重判定系数，这样可以避免的值（）A.由于模型中自变量个数的增加而越来越接近0B.由于模型中样本量的增加而越来越接近0C.由于模型中样本量

3、的增加而越来越接近1D.由于模型中自变量个数的增加而越来越接近1知识点：多元线性回归难易度：2　正确答案是()5.在多元线性回归分析中，如果F检验表明线性关系显著，则意味着（）A.所有的自变量与因变量之间的线性关系都显著B.在多个自变量中至少有一个自变量与因变量之间的线性相关系著C.在多个自变量中至少有一个自变量与因变量之间的线性关系不显著D.所有的自变量与因变量之间的线性关系都不显著知识点：多元线性回归难易度：2　正确答案是()6.在多元线性回归分析中，如果t检验表明回归系数显著，则意味着（）A.整个回归方程

4、的线性关系显著B.整个回归方程的线性关系不显著C.自变量与因变量之间的线性关系不显著D.自变量与因变量之间的线性关系显著知识点：多元线性回归难易度：3　正确答案是()7.下面是根据3个自变量建立多元线性回归方程，得到的方差分析表如下。据此计算的多重判定系数为（）　dfSSMSF回归3.8.68.96残差11.211974.84　总计14　　A.70.97%B.29.04%C.33.33%D.9.09%知识点：多元线性回归难易度：2　正确答案是()8.根据3个自变量建立多元线性回归方程，得到的方差分析表如下。据此

5、计算的估计标准误差为（）　dfSSMSF回归3.8.68.96残差11.211974.84　总计14　　A.327.59B.109.43C.567.40D.362.94知识点：多元线性回归难易度：3　正确答案是()9.根据两个自变量得到的多元回归方程为，并且已知，。据此计算的多重判定系数为（）A.7.55%B.92.45%C.85.67%D.15.63%知识点：多元线性回归难易度：2　正确答案是()10.根据2个自变量建立多元线性回归方程，得到的方差分析表如下。据此计算的用于检验线性关系的统计量F=（）　dfS

6、SMS回归2332.98166.49残差71245.92177.99总计91578.90　A.1.07B.0.94C.0.27D.3.74知识点：多元线性回归难易度：　正确答案是()11.根据3个自变量进行回归，得到下面的回归结果（a=0.05）。根据上表可知（）　Coefficients标准误差tStatP-valueIntercept7589.10252445.02133.10390.00457XVariable1-117.886131.8974-3.69580.00103XVariable280.6107

7、14.76765.45860.00001XVariable30.50120.12593.98140.00049A.回归系数不显著，和显著B.回归系数和不显著，显著C.回归系数、和都不显著D.回归系数、和都显著知识点：多元线性回归难易度：2　正确答案是()12.在多元回归分析中，当F检验表明线性关系显著时，而部分回归系数的t检验却不显著，这意味着（）A.整个回归模型的线性关系不显著B.模型中可能存在多重共线性C.不显著的回归系数所对应的自变量对因变量的影响不显著D.所有的自变量对因变量的影响都不显著知识点：方差分

8、析与实验设计难易度：1　正确答案是()13.进行多元线性回归时，如果回归模型中存在多重共线性，则（）A.整个回归模型的线性关系不显著B.肯定有一个回归系数通不过显著性检验C.肯定导致某个回归系数的符号与预期的相反D.可能导致某些回归系数通不过显著性检验知识点：多元线性回归难易度：3　正确答案是()14.在多元线性回归中，如果某个回归系数的正负号与预期的相反，则表明（）A.所建立的回归模