残差分析中，下列不能用来分析回归方程模型假定是否正确的方法是 () 。

A.相关系数的显著性

B.回归系数的显著性

C.回归方程的显著性

D.残差序列是否相关

考虑下列两个模型：。

(1) 证明：

(2)证明：两个模型的最小二乘残差相等，即对任何i，有

(3)在什么条件下，模型(b)的R²小于模型(a)的R²？

本题利用INVEN.RAW中的数据;也可参见计算机习题C11.6。

(i)从加速数模型中求出OLS残差，并用回归来检验是否存在序列相关。p的估计值是多少？序列相关看起来是多大的问题？

(ii)用PW估计这个加速数模型，并将β₁的估计值与OLS估计值进行比较。你为什么预期它们很相似？

利用MEAP00 O1中的数据回答本题。

(i)使用OLS估计模型

并用通常的格式报告你的结论。在5%的显著性水平上，每个解释变量都是统计显著的吗？

(ii)求出第(i) 部分中回归的拟合值。拟合值的取值范围是多少？它与math4的实际数据取值范围相比如何？

(iii)求出第(i)部分中回归的残差。哪类学校具有最大的(正)残差？对这个残差给予解释。

(iv)在方程中增加所有解释变量的平方项，检验它们的联合显著性。你会把它们放到模型中吗？

(v)回到第(i)部分中的模型，将因变量和每个解释变量都除以各自的样本标准差，并重新进行回归。(除非你还将每个变量分别减去了各自的均值，否则还应该包括一个截距项。)以标准差为单位，哪个解释变量对数学考试通过率具有最大的影响？

下面是20个城市写字楼出租率和每平米月租金价格的回归分析结果，月租金为自变量，出租率为因变量： 回归统计： MultipleR RSquare AdjustedRSquare 标准误差 0.7951 0.6322 0.6117 2.6858 方差分析 Df SS MS F SignificanceF 回归 1 223.1403 223.1403 30.9332 2.798E-05 残差 18 129.8452 7.213.6 总计 19 352.9855 系数估计和检验 Coefficient 标准误差 T Stat P-Value Lower95% Upper95% Intercept 49.3177 3.8050 12.9612 0.0000 41.3236 57.3117 XVariable 0.2492 0.0448 5.5618 0.0000 0.1551 0.3434 根据回归分析结果，下列判断正确的是（）。

A、出租率与月租金价格之间的线性关系为：=49.3177+0.2492x

B、回归系数=0.2492，表示：月出租率增加1%，月租金平均增加0.2492%

C、=63.22%，表明在出租率的变差中被出租率与月租金之间的线性关系所解释的比例为63.22%，回归方程的拟合程度一般

D、估计标准误差Se=2.6858，表示，当用月租金来预测出租率时，平均的预测误差为2.6858%，表明预测误差不大

E、方差分析中SignificanceF=2.798E-05＜0.05,说明两者线性关系显著＜br＞

F、回归系数检验的P-Value=0.0000＜0.05，说明回归系数通过显著检验＜br＞

下列哪个说法肯定不能用来解释为什么乡镇卫生院的病床使用率低于医院？()

A．因为医院接诊人数明显多于乡镇卫生院

B．乡镇卫生院的医疗设施一般比医院差，不少住院病人因治疗需要而转到医院

C．居住在农村的病人倾向于小病去乡镇卫生院，大病去医院

D．因为乡镇卫生院的病床数量远少于医院

：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？

A.确定解释和被解释变量

B.确定回归模型

C.建立回归方程

D.进行检验