2026年大学大一(统计学原理)相关分析与回归分析阶段测试试题及答案.docxVIP

  • 0
  • 0
  • 约6.19千字
  • 约 15页
  • 2026-03-11 发布于未知
  • 举报

2026年大学大一(统计学原理)相关分析与回归分析阶段测试试题及答案.docx

2026年大学大一(统计学原理)相关分析与回归分析阶段测试试题及答案

一、单项选择题(每题2分,共20分)

1.下列关于相关关系与函数关系的表述中,正确的是()。

A.函数关系是确定性关系,相关关系是不确定性关系

B.相关关系可以通过数学表达式精确描述

C.函数关系的两个变量都是随机变量

D.相关关系中变量的取值完全由另一变量决定

2.若变量X与Y的Pearson相关系数r=0.85,且样本量n=30,则在显著性水平α=0.05下(双侧检验),r的临界值为0.361,此时应()。

A.拒绝原假设,认为X与Y显著相关

B.不拒绝原假设,认为X与Y不显著相关

C.无法判断,需计算t统计量

D.需增大样本量后重新检验

3.一元线性回归模型Y=β?+β?X+ε中,ε表示()。

A.解释变量X的随机误差

B.被解释变量Y的系统误差

C.除X外其他因素对Y的影响

D.模型设定错误的固定偏差

4.用最小二乘法估计回归方程参数时,要求残差平方和最小,其数学表达式为()。

A.∑(Y?-??)=0

B.∑(Y?-??)2最小

C.∑|Y?-??|最小

D.max|Y?-??|最小

5.判定系数R2=0.92表示()。

A.因变量的92%变异由自变量解释

B.自变量的92%变异由因变量解释

C.回归方程的预测误差为8%

D.自变量与因变量的相关系数为0.92

6.多元线性回归分析中,调整后的判定系数(AdjustedR2)与R2的主要区别是()。

A.调整后的R2考虑了自变量数量对模型复杂度的影响

B.调整后的R2始终大于R2

C.调整后的R2仅适用于二元回归模型

D.调整后的R2不考虑残差平方和

7.若回归方程?=12+0.5X的F检验显著性水平p0.01,则说明()。

A.回归系数β?显著不为0

B.整个回归模型显著,至少有一个自变量对因变量有显著影响

C.自变量X与因变量Y的相关系数显著

D.模型的拟合优度极高

8.相关分析与回归分析的主要区别是()。

A.相关分析关注变量间的关联程度,回归分析关注变量间的因果关系方向

B.相关分析要求变量都是随机变量,回归分析要求因变量是随机变量、自变量是确定性变量

C.相关分析不需要设定模型形式,回归分析需要明确函数形式

D.以上均正确

9.某研究中,X与Y的散点图呈现“从左下到右上”的趋势,但分布较为分散,则其相关系数可能为()。

A.-0.95

B.0.25

C.0.80

D.-0.50

10.利用回归方程进行预测时,若预测点X?超出样本数据的X范围,称为()。

A.内插预测

B.外推预测

C.点预测

D.区间预测

二、判断题(每题1分,共10分)

1.相关系数r的绝对值越大,说明变量间的线性关系越强,因此r=0.9的线性关系一定比r=0.8的强。()

2.若两个变量的Spearman秩相关系数显著,说明它们存在严格的线性相关关系。()

3.一元线性回归中,回归系数β?的符号与相关系数r的符号一致。()

4.残差的均值一定为0,因此残差的和为0。()

5.增加自变量数量会使R2增大,即使新增变量与因变量无关。()

6.相关分析可以检验变量间的因果关系,回归分析不能。()

7.若回归模型的F检验不显著,则所有回归系数的t检验也一定不显著。()

8.散点图是相关分析的必要步骤,可直观判断变量间的相关形式(线性/非线性)。()

9.预测区间的宽度随预测点X?与样本均值X?的距离增大而减小。()

10.当自变量与因变量存在非线性关系时,Pearson相关系数可能低估其关联程度。()

三、计算题(共40分)

1.简单相关系数计算(10分)

某高校统计2025级10名学生的“每周学习时间(小时)”(X)与“期末统计学成绩(分)”(Y)数据如下:

|X(小时)|10|12|15|18|20|22|25|28|30|32|

|-|-|-|-|-|-|-|-|-|-|-|

|Y(分)|65|70|75|80|82|85|88|90|92|95|

要求:计算X与Y的Pearson相关系数(保留3位小数),并判断相关程度。

2.一元线性回归分析(15分)

根据上题数据,建立Y关于X的

您可能关注的文档

文档评论(0)

1亿VIP精品文档

相关文档