根据表1 OLS回归结果,当α=0.05时,回归方程是否显著?(填“显著”或“不显著”)
![](/upload/20220827/c85071da6ff0aadc10ebce6c25bb4f0d.png)
相似题目
-
假设对于某回归方程,计算机输出的部分结果如下表所示。 https://assets.asklib.com/psource/2015101211344783784.jpg 则由上表可以看出下列说法错误的是()。
-
根据观测结果,已建立y关于X的回归方程y=3.0+5.0X,则X变化1个单位,y平均变化的单位为()。
-
对某地区失业人员进行调查,得到有关失业周数、失业者年龄和受教育年限等资料,对此资料进行相关与回归分析后所得的结果如表5―1、表5―2所示。 https://assets.asklib.com/images/image2/2017051514291329151.jpg 63880,试计算与回答下列题目。 由回归分析表可知,失业周数与年龄拟合的回归方程方差分析检验结果说明()。
-
当拟合回归方程时,若抽取的自变量的样本观测值非常集中,回归方程的估计标准误差就很小。
-
根据20个观测值估计的结果,一元线性回归模型的DW=2.3。在样本容量n=20,解释变量k=1,显著性水平为0.05时,查得dl=1,du=1.41,则可以决断()。
-
通过最小二乘估计,得到某地区某种钢板消费量(Y)与同期第二产业产值(X)的一元线性回归方程为y=-7.55+9.59x,经计算∑(yi-yi’)2=11.87,∑(xi-x)2=1.56,取α=0.05,对其进行t检验,结论是()。(已知t(0.05,8)=1.86;t(0.025,8)=2.36,n=10)
-
若一最小平方线(或回归方程式)为y=10-7x,当x为1时,则预测y值应为何?
-
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 。
-
对样本的简单线性回归方程中的回归系数进行假设检验,得到P>0.05,说明()
-
某药物分析实验室用银盐法测得砷含量与吸光度值,见表8-2,试说明砷含量对吸光度的回归直线。进行 的统计结果:统计量 = ,P = ,根据检验水准, (接受或拒绝)原假设,结论:两变量间建立的线性回归方程 (有或无)显著性。表8-2:药物分析实验室测得砷含量与吸光度值砷含量(X)0246810吸光度(Y)0.0200.1220.1800.2900.3800.490
-
当r=0时,^Y=a+bX回归方程中( )。
-
基于三月份市场样本数据,沪深300指数期货价格(Y)与沪深300指数(x)满足回归方程:Y=-0.237+1.068X,回归方程的F检验的P值为0.04。据此回答下列各两题。显著性水平α为()时,Y与X之间的线性关系显著。(多选)
-
10名浙江女大学士的身体体积、身高和体重的测量结果列在下表中,以身高和体重为自变量,身体体积为因变量,计算二元回归方程,并检验偏回归系数的显著性。
-
在线性回归方程的显著性检验中,如果F值>Fα(1,n-2)(或P值<0.05),表示线性回归方程是()。A.显著
-
根据20个观测值估计的结果,一元线性回归模型的DW=2.6,在α=0.05的显著性水平下查得样本容量n=20,解释变量k=1个时, ,则可以判断:()
-
用教材表11-1的数据做平均薪金Y对平均生产力x的回归,把就业人数当作观测单元。解释你的结果,并察看你的结果是否和方程(11.5.3)给出的结果一致。
-
回归方程Y = 30?X中,Y 的误差的方差的估计值为9,当X = 1 时,Y 的95%的近似预测区间是:
-
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
-
性回归方程表示()。 A.当x=0时,y的期望值B.当x变动1个单位时,y的变化总量C.当y变动1个单位时,x
-
9、面板数据回归的结果肯定比OLS的回归结果更准确。
-
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()
-
对回归方程的系数进行检验时,将给定的显著性水平α与 p 值比较,若P<α,必有()。
-
假设决定y的总体模型是,而这个模型满足假定MLR.1~MLR.4。但我们估计了漏掉x3的模型。回归的OLS
-
利用SPSS得到logistic回归方程检验的P值<0.05表示()