内容发布更新时间 : 2024/11/18 6:32:41星期一 下面是文章的全部内容请认真阅读。
《统计学》练习题（3）
第9章
1．下面的陈述错误的是（ D ）。
A．相关系数是度量两个变量之间线性关系强度的统计量 B．相关系数是一个随机变量 C．相关系数的绝对值不会大于1 D．相关系数不会取负值
2．根据你的判断，下面的相关系数取值错误的是（ C ）。 A．-0.86 B．0.78 C．1.25 D．0 3．下面关于相关系数的陈述中错误的是（ A ）。 A．数值越大说明两个变量之间的关系就越强
B．仅仅是两个变量之间线性关系的一个度量，不能用于描述非线性关系
C．只是两个变量之间线性关系的一个度量，不一定意味着两个变量之间存在因果关系 D．绝对值不会大于1
4．如果相关系数r=0，则表明两个变量之间（ C ）。 A．相关程度很低 B．不存在任何关系 C．不存在线性相关关系 D．存在非线性相关关系 5．在回归模型y＝β0＋β1x＋ε中，ε反映的是（ C ）。 A．由于x的变化引起的y的线性变化部分 B．由于y的变化引起的x的线性变化部分 C．除x和y的线性关系之外的随机因素对y的影响 D．由于x和y的线性关系对y的影响
6．在回归分析中，F检验主要是用来检验（ C ）。 A．相关系数的显著性 B．回归系数的显著性 C．线性关系的显著性 D．估计标准误差的显著性 7．说明回归方程拟合优度的统计量主要是（ C ）。 A．相关系数 B．回归系数 C．判定系数 D．估计标准误差 8．回归平方和占总平方和的比例称为（ C ）。 A．相关系数 B．回归系数 C．判定系数 D．估计标准误差 9．下面关于判定系数的陈述中不正确的是（ B ）。
A．回归平方和占总平方和的比例 B．取值范围是［-1，1］
C．取值范围是［0，1］ D．评价回归方程拟合优度的一个统计量 10．下面关于估计标准误差的陈述中不正确的是（ D ）。 A．均方残差（MSE）的平方根
B．对误差项ε的标准差σ的估计
C．排除了x对y的线性影响后，y随机波动大小的一个估计量 D．度量了两个变量之间的关系强度
11．残差平方和SSE反映了y的总变差中（ B ）。 A．由于x与y之间的线性关系引起的y的变化部分 B．除了x对y的线性影响之外的其他因素对y变差的影响 C．由于x与y之间的非线性关系引起的y的变化部分 D．由于x与y之间的函数关系引起的y的变化部分
12．若变量x与y之间的相关系数r=0.8，则回归方程的判定系数Ｒ2等于（ C ）。 A．0.8 B．0.89 C．0.64 D．0.40 第10章
1．在多元线性回归分析中，t检验是用来检验（ B ）。 A．总体线性关系的显著性 B．各回归系数的显著性 C．样本线性关系的显著性 D．H0：β1＝β2＝…＝βk＝0，
2．在多元线性回归模型中，若自变量xi对因变量y的影响不显著，那么它的回归系数β的取值（ A ）。
A．可能接近0 B．可能为1 C．可能小于0 D．可能大于1 3．在多元线性回归方程yi??0??1x1??2x2?（ B ）。 ??kxk中，回归系数?k表示
A．自变量xi变动一个单位时，因变量y的平均变动量为?k
B．其他变量不变的条件下，自变量xi变动一个单位时，因变量y的平均变动量为?k C．其他变量不变的条件下，自变量xi变动一个单位时，因变量y的总变动总量为?k D．因变量y变动一个单位时，自变量xi的变动总量为?k
4．在多元回归分析中，通常需要计算调整的多重判定系数R2，这样可以避免R2的值（ A ）。 A．由于模型中自变量个数的增加而越来越接近1 B．由于模型中自变量个数的增加而越来越接近0 C．由于模型中样本量的增加而越来越接近1 D．由于模型中样本量的增加而越来越接近0
5．在多元线性回归分析中，如果F检验表明线性关系显著，则意味着（ A ）。 A．在多个自变量中至少有一个自变量与因变量之间的线性关系显著 B．所有的自变量与因变量之间的线性关系都显著
C．在多个自变量变中至少有一个自变量与因变量之间的线性关系不显著 D．所有的自变量与因变量之间的线性关系都不显著
6．在多元线性回归分析中， 如果t检验表明回归系数βi不显著，则意味着（ C ）。 A．整个回归方程的线性关系不显著 B．整个回归方程的线性关系显著
C．自变量xi与因变量之间的线性关系不显著
2
i
D．自变量xi与因变量之间的线性关系显著
7．在多元线性回归分析中，多重共线性是指模型中（ A ）。 A．两个或两个以上的自变量彼此相关 B．两个或两个以上的自变量彼此无关 C．因变量与一个自变量相关
D．因变量与两个或两个以上的自变量相关
8．在多元线性回归分析中， 如果F检验表明回归方程的线性关系显著，则（ B ）。 A．表明每个自变量与因变量的关系都显著 B．表明至少有一个自变量与因变量的线性关系显著 C．意味着每个自变量与因变量的关系都不显著 D．意味着至少有一个自变量与因变量的关系不显著 9．如果回归模型中存在多重共线性，则（ D ）。 A．整个回归模型线性关系不显著 B．肯定有一个回归系数通不过显著性检验 C．肯定导致某个回归系数的符号与预期相反 D．可能导致某些回归系数通不过显著性检验
10．如果某个回归系数的正负号与预期相反，则表明（ C ）。 A．所建立的回归模型是错误的
B．该自变量与因变量之间的线性关系不显著 C．模型中可能存在多重共线性 D．模型中肯定不存在多重共线性
11．虚拟自变量的回归是指在回归模型中含有（ A ）。 A．分类自变量 B．数值型自变量 C．分类因变量 D．数值型因变量
12．设回归方程的形式为E(y)=β0+β1x，若x是取值为0，1的哑变量，则β（ A ）。
A．代表与哑变量值0所对应的那个分类变量水平的平均值 B．代表与哑变量值1所对应的那个分类变量水平的平均值
C．代表与哑变量值1所对应的那个分类变量水平的平均响应与哑变量值0所对应的那
个分类变量水平的平均值
D．代表与哑变量值为1所对应的那个分类变量水平的平均响应与哑变量值0所对应的
那个分类变量水平的平均值的差值
13．在多元线性回归分析中，利用逐步回归法可以（ B ）。 A．避免回归模型的线性关系不显著 B．避免所建立的回归模型存在多重共线性 C．提高回归方程的估计精度 D．使预测更加可靠 第11章
3
0
的意义是
1．时间序列在长期内呈现出来的某种持续向上或持续下降的变动称为（ A ）。 A．趋势 B．季节变动 C．循环波动 D．不规则波动 2．只含有随机波动的序列称为（ A ）。
A．平稳序列 B．周期性序列 C．季节性序列 D．非平稳序列 3．季节变动是指时间序列（ B ）。
A．在长时期内呈现出来的某种持续向上或持续下降的变动 B．在一年内重复出现的周期性波动 C．呈现出的非固定长度的周期性变动
D．除去趋势、周期性和季节性之后的随机波动 4．简单指数平滑法适合于预测（ A ）。
A．只含随机波动的序列 B．含有多种成分的序列 C．含有趋势成分的序列 D．含有季节成分的序列 5．移动平均法适合于预测（ A ）。
A．只含有随机波动的序列 B．含有多种成分的序列 C．含有趋势成分的序列 D．含有季节成分的序列 6．简单指数平滑法得到的t+1期的预测值等于（ B ）。 A．t期的实际观察值与第t+1期的指数平滑值的加权平均值 B．t期的实际观察值与第t期的指数平滑值的加权平均值 C．t期的实际观察值与第t+1期的实际观察值的加权平均值 D．t+1期的实际观察值与第t期的指数平滑值的加权平均值
7．如果现象随着时间的变动按某个常数增加或减少，则适合的预测方法是（ C ）。 A．移动平均 B．简单指数平滑 C．一元线性模型 D．指数模型
8．已知时间序列各期观测值为100，240，370，530，650，810，对这一时间序列进行预测适合的模型是（ B ）。
A．直线模型 B．指数曲线模型 C．多阶曲线模型 D．Holt指示平滑模型
9．用最小二乘法拟合的直线趋势方程为Yt?b0?b1t若b1为负数，表明该现象随着时间的推移呈现为（ B ）。
A．上升趋势 B．下降趋势 C．水平趋势 D．随机波动
10．对某时间序列建立的指数曲线方程为Yt?1500?(1.2)t，这表明该现象（ B ）。 A．每期增长率为120％ B．每期增长率为20％ C．每期增长量为1.2个单位 D．每期的观测值为1.2个单位
11．对某时间序列建立的趋势方程为Yt?100?(0.95)t，表明该序列（ D ）。 A．没有趋势 B．呈线性上升趋势
4