将一年四个季度对被解释变量的影响引入到包含截距项的回归模型当中则需要引入虚拟变量的个数为-X题卡

逐步回归法先对单个解释变量进行回归，再逐步增加变量个数有可能会剔除掉重要的解释变量从而导致模型产生设定偏误如果新引入变量未能明显改进拟合优度值，则说明新引入的变量与其他变量之间存在共线性如果新引入变量后t检验显著，则说明新引入的变量与其他变量之间存在共线性

模型包含有随机解释变量样本容量太小非一阶自回归模型含有滞后的被解释变量包含有虚拟变量的模型

残差项回归常数回归系数回归余项

Ⅰ.Ⅱ.Ⅲ.Ⅳ Ⅰ.Ⅲ.Ⅳ Ⅰ.Ⅱ.Ⅳ Ⅱ.Ⅲ.Ⅳ

I、II、III、IV I、II、III II、III、IV I、II、IV

0.8603 0.8389 0.8655 0.8327

0.8011 0.8103 0.8060 0.8232

在线性回归模型中，相关指数R²=0.80，说明预报变量对解释变量的贡献率是80% 相关系数，接近1，表明两个变量的线性相关性很差相关指数R²用来刻画回归效果，R²越小，则残差平方和越大，模型的拟合效果越好相关指数R²用来刻画回归效果，R²越大，则残差平方和越小，模型的拟合效果越好

I、Ⅱ、Ⅲ I、Ⅲ、Ⅳ Ⅱ、Ⅲ、Ⅳ I、Ⅱ、Ⅲ、Ⅳ

与随机误差项不相关与残差项不相关与被解释变量不相关与回归值不相关

解释变量为非随机的随机误差项为一阶自回归形式线性回归模型中不应含有滞后内生变量为解释变量线性回归模型只能为一元回归形式

各个解释变量对被解释变量的影响将难以精确鉴别部分解释变量与随机误差项之间将高度相关估计量的精度将大幅度下降估计对于样本容量的变动将十分敏感模型的随机误差项也将序列相关

针对焊接强度（y）对四个影响因素分别建立回归方程先分析四个因素之间的相关关系，然后用最佳子集法建立y对四个因素的线性回归模型，然后根据模型诊断结果对模型进行改进先建立y和四个因素的线性回归模型，剔除不显著的因素，即可构建所需模型先建立y和四个因素的非线性回归模型，剔除不显著因素，即可构建所需模型

与该解释变量高度相关与其它解释变量高度相关与随机误差项高度相关与该解释变量不相关与随机误差项不相关

m m-1 m-2 m+1

0.2011 0.8055 0.8160 0.8232

n≥k+1 n≤k+1 n≥30 n≥3（k+1）

误差项残差项回归常数回归系数回归余项

将一年四个季度对被解释变量的影响引入到包含截距项的回归模型当中，则需要引入虚拟变量的个数为（）