利用简单线性回归方程进行回归分析前提.ppt

利用简单线性回归方程进行回归分析前提.ppt

  1. 1、本文档共42页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
利用简单线性回归方程进行回归分析前提

判断题 1.正相关就是指因素标志和结果标志的数量变动方向都是上升的。( ) 2.只有当相关系数接近于+1时,才能说明两个变量之间存在高度相关关系。 ( ) 3.若变量x的值减少时变量y的值也减少,说明变量x与y之间存在正的相关关系。 ( ) 4.回归系数b和相关系数r都可用来判断现象之间相关的密切程度。( ) ? 5.若直线回归方程y=170-2.5x,则变量x和y之间存在着负的相关关系。( ) 单项选择 1.当自变量的数值确定后,因变量的数值也随之完全确定,这种关系属于( B ) A.相关关系 B.函数关系 C.回归关系 D.随机关系 2.现象之间的相互关系可以归纳出两种类型,即(A) A.相关关系和函数关系. B.相关关系和因果关系 C.相关关系和随机关系 D.函数关系和因果关系 3.相关系数的取值范围是(C) A.0≤r≤1 B.-1r1 C.-1≤r≤1 D.-1≤r≤0 ? 4.变量之间的相关程度越低,则相关系数的数值(B) A. 越小 B. 越接近于0 C.越接近于-1 D.越接近于+1 5.回归分析中的两个变量( D ) A.都是随机变量 B.关系是对等的 C.都是给定的量 D.一个是自变量,一个是因变量 6.估计标准误说明回归直线的代表性.因此(B) A.估计标准误数值越大,说明回归方程代表性越大 B.估计标准误数值越大,说明回归方程代表性越小 C.估计标准误数值越小,说明回归方程代表性越小 D.估计标准误数值越小,说明回归方程的实用价值小. ? 多项选择 1.下列属于正相关的现象是( ABE ) A.家庭收入越多,其消费支出也越多 B.产量随工人劳动生产率的提高而增加 C.流通费用率随销售额的增加而减少 D.生产单位产品所耗的工时随劳动生产率的提高而减少 E.产品产量随生产用固定资产价值减少而减少 2. 估计标准误是反映(ABDE ) A.回归方程代表性大小的指标 B.估计值与实际值误差程度的指标 C.自变量与因变量离散程度的指标 D.因变量估计值的可靠程度的指标 E.回归方程实用价值大小的指标 填空题 1.现象之间的相关关系按相关的程度分为完全相关、 不完全 相关和 不 相关;按相关的方向分为 正 相关和 负 相关;按相关的形式分为 线性 和 非线性 相关;按影响因素的多少分为 单 相关和 复相关。 2.完全相关即是 函数 相关,其相关系数为 +1 或-1 。 3.相关系数是在 线性 相关的条件下用来说明两个变量相关 关系密切程度 的统计分析指标。 4.一个回归方程只能作一种推算,即给出 自变量 的数字,估计 因变量 的可能值。 5.用来说明回归方程代表性大小的统计分析指标是 估计标准误 指标。 计算题: 检查五位同学的统计学学习时间与成绩分数如下表所示: 学习时数(小时) 学习成绩(分) 4 40 6? 60 7 50 10 70 13 90 要求: (1)计算相关系数 (2) 建立学习成绩与学习时间的直线回归方程 E-mail:lohqscrtvu.net 第七章 相关分析 统计学原理(第六讲) 统计学原理(第六讲) 罗洪群 本章教学目的与要求: 相关分析是研究变量之间相互关系的密切程度和相互联系方式的重要方法。本章详细讲述了相关分析的概念、相关关系的确定、回归方程的建立和应用等内容。通过本章的学习,要理解相关分析的有关概念,掌握计算相关系数和配合回归方程的方法,并能够结合实际资料对变量进行相关分析。 本 章 主 要 内 容 第一节 相关的意义和种类 第二节

文档评论(0)

wuyoujun92 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档