你可能感兴趣的试题
与方程对应的两条直线只有一条经过点(x, y) 方程中参数不同,意义也不同 参数估计的方法不同 一个是直线方程,另一个是曲线方程
回归方程计算有误 X与Y之间不是线性关系 此现象无法解释 此现象正常 X与Y之间无相关关系
t检验是检验解释变量xi对因变量y的影响是否显著 t检验是从回归效果检验回归方程的显著性 F检验是检验解释变量xi对因变量y的影响是否显著 F检验是从回归效果检验回归方程的显著性
回归方程的误差越小 回归方程的预测效果越好 回归方程的斜率越大 x、y间的相关性越密切 越有理由认为X、Y间有因果关系
描述两指标变量之间的数量依存关系 描述两指标变量之间的非线性关系 利用回归方程进行统计控制,通过控制X的范围来实现指标Y统计控制的目标 利用回归方程进行预测,把预报因子代入回归方程可对预报量进行估计
x是自变量,y是因变量 自变量是给定的,因变量是随机的 x与y的相关系数符号一定为正 两个变量是不对等关系 回归方程有两个
ˆy=25–0.75x ˆy=–120+0.86x ˆy=200–2.5x ˆy=–34–0.74x
回归方程的误差越小 回归方程的预测效果越好 回归方程的斜率越大 x、y间的相关性越密切 越有理由认为x、y间有因果关系
如果变量x与y之间存在着线性相关关系,则我们根据实验数据得到的点(xi,yi)(i=1,2,…,n)将散布在某一条直线的附近 如果两个变量x与y之间不存在着线性关系,那么根据它们的一组数据(xi,yi)(i=1,2,…,n)不能写出一个线性方程 设x,y是具有相关关系的两个变量,且y关于x的线性回归方程为叫做回归系数 为使求出的线性回归方程有意义,可用统计检验的方法来判断变量y与x之间是否存在线性相关关系