你可能感兴趣的试题
查H界值衰 查F界值表 查t界值表 查x2界值表 查r界值表
X1对Y的影响比X2对Y的影响要显著得多 X1对Y的影响比X2对Y的影响相同 X2对Y的影响比X1对Y的影响要显著得多 仅由此方程不能对X1及X2对Y影响大小作出判定
两种方程检验效果都一样,用哪种都可以 只有用代码值(CodeUnits)建立的回归方程才准确;用原始值(UncodedUnits)建立的回归方程有时判断不一定准确 只有用原始值(UncodedUnits)建立的回归方程才准确;用代码值(CodeUnits)建立的回归方程有时判断不一定准确 根本用不着回归方程,ANOVA表中结果信息已经足够进行判断因子的显著性
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
正常现象 计算有错 偏差较大 曲线关系 方程不成立
X1对Y的影响比X2对Y的影响要显着得多 X1对Y的影响比X2对Y的影响相同 X2对Y的影响比X1对Y的影响要显着得多 仅由此方程不能对X1及X2对Y影响大小作出判定
两种方程检验效果一样,用哪种都可以 只有用代码值(CodedUnits)回归方程才准确;用原始值(UncodedUnits)回归方程有时判断不准确 只有用原始值(UncodedUnits)回归方程才准确;用代码值(CodedUnits)回归方程有时判断不准确 根本用不着回归方程,ANOVA表中结果信息已经足够进行判断
F=4.32 F=7.43 回归方程不显著 回归方程显著 回归方程显著性无法判断
X1对Y的影响比X2对Y的影响要显著得多 X1对Y的影响比X2对Y的影响相同 X2对Y的影响比X1对Y的影响要显著得多 仅由此方程不能对X1及X2对Y影响大小作出判定
此现象无法解释 此现象正常 计算有错误 X 与Y 之间呈非线性关系 X 与Y 之间呈线性关系
F=4.32 F=7.43 C.回归方程不显著 D.回归方程显著 E.回归方程显著性无法判断
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
F=16.7 F=18 回归方程不显著 回归方程显著性无法判断 回归方程显著