在线性回归模型中,若解释变量X1和X2的观测值成比例,即有X1i=kX2i,其中k为非零常数,则表明模型中存在()。
A.异方差
B.多重共线性
C.序列相关
D.随机解释变量
A.异方差
B.多重共线性
C.序列相关
D.随机解释变量
A.对分类变量x与y的随机变量k²观测值k来说,k越小,判断x与y有关系的把握程度越大
B.两个随机变量的线性相关性越强,相关系数的绝对值越接近于0
C.若数据x1,x2,x3, ,xn的方差为1,则2x1,2x2,2x3, ,2xn的方差为2
D.在回归分析中,可用相关指数R²的值判断模型的拟合效果,R^2越大,模型的拟合效果越好
A.无偏且一致
B.无偏但不一致
C.有偏但一致
D.有偏且不一致
A:当X2不变时,X1每变动一个单位Y的平均变动
B:当X1不变时,X2每变动一个单位Y的平均变动。
C:当X1和X2都保持不变时,Y的平均变动。
D:当X1和X2都变动一个单位时,Y的平均变动。
:年龄x1,体重x2(单位:kg),1500m跑用的时间x3(单位:min),静止时心率x4(单位:次/mim),跑步后心率x5(单位:次/min)。对24名38至57岁的志愿者进行了测试,结果如下表。试建立耗氧能力y与诸因素之间的回归模型。
(1)若x1~x5中只许选择1个变量,最好的模型是什么?
(2)若x1~x5中只许选择2个变量,最好的模型是什么?
(3)若不限制变量个数,最好的模型是什么?你选择哪个作为最终模型,为什么?
(4)对最终模型观察残差,有无异常点?若有,剔除后如何?
在一项调查大学生一学期平均成绩(Y)与每周在学习(X1)、睡觉(X2)、娱乐(X3)与其他(X4)各种活动所用时间的关系的研究中,建立如下回归模型: Y=β0+β1X1+β2X2+β3X3+β4X4+μ 如果这些活动所用时间的总和为一周的总小时数168。问:保持其他变量不变,而改变其中一个变量的说法是否有意义?该模型是否有违背基本假设的情况?如何修改此模型以使其更加合理?