《统计学》练习题(3)答案

1《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1D．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．-0.86B．0.78C．1.25D．03．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14．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）。2A．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．0.8B．0.89C．0.64D．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βi的取值（A）。A．可能接近0B．可能为1C．可能小于0D．可能大于13．在多元线性回归方程01122ikkyxxx中，回归系数k表示（B）。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1B．由于模型中自变量个数的增加而越来越接近0C．由于模型中样本量的增加而越来越接近1D．由于模型中样本量的增加而越来越接近05．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3C．自变量xi与因变量之间的线性关系不显著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β0的意义是（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4第11章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01tYbbt若1b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1500(1.2)ttY，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100(0.95)ttY，表明该序列（D）。5A．没有趋势B．呈线性上升趋势C．呈指数上升趋势D．呈指数下降趋势12．如果时间序列适合于拟合趋势方程01tYbbt，表明该序列（A）。A．各期观测值按常数增长B．各期观测值按指数增长C．各期增长率按常数增长D．各期增长率按指数增长13．对某企业各年的销售额拟合的直线趋势方程为61.5tYt，这表明（A）。A．时间每增加1年，销售额平均增加1.5个单位B．时间每增加1年，销售额平均减少1.5个单位C．时间每增加1年，销售额平均增加1.5%D．下一年度的销售额为1.5个单位14．对某一时间序列拟合的直线趋势方程为01tYbbt，如果该数列中没有趋势，则1b的值应该（C）。A．接近于1B．小于1C．接近于0D．小于015．对某一时间序列拟合的直线趋势方程为01tYbbt，如果1b等于零，则表明该序列（A）。A．没有趋势B．有上升趋势C．有下降趋势D．有非线性趋势16．残差自相关是指不同点的时间序列（B）。A．观测值之间的相关B．残差之间的相关C．预测值之间的相关D．观测值有线性趋势17．使用Durbin-Watson统计量的d的临界值表检验自相关时（B）。A．如果统计量d＜dL，拒绝原假设，不存在自相关B．如果统计量d＜dL，拒绝原假设，存在自相关C．如果统计量d＞dU，拒绝原假设，存在自相关D．如果统计量d＜dU，拒绝原假设，不存在自相关18．对时间序列的数据作季节调整的目的是（A）。A．消除时间序列中季节变动的影响B．描述时间序列中季节变动的影响C．消除时间序列中趋势的影响D．消除时间序列中随机波动的影响19．如果某个月份的商品销售额为84万元，该月的季节指数等于1.2，在消除季节因素后该月的销售额为（B）。A．60万元B．70万元C．90.8万元D．100.8万元20．Holt指数平滑预测适合于（B）。A．平稳序列B．含有趋势的序列C．含有季节波动的序列D．含有趋势和季节波动的序列21．Winter指数平滑预测适合于（D）。A．平稳序列B．含有趋势的序列6C．含有季节波动的序列D．含有趋势和季节波动的序列22．如果一个时间序列不存在自相关，那么，所有(或大多数)自相关系数都落在（A）。A．95％的区间内B．95％的区间之外C．90％的区间内D．90％的区间之外23．如果一个时间序列不存在自相关，那么，自相关图中的各个条应该随机分布在95％的置信区间内，而且随着滞后期的增加趋于（B）。A．1B．0C．-1D．0.5第12章1．下列关于主成分分析的表述不正确的是（C）。A．主成分分析的目的是找出少数几个主成分代表原来的多个变量B．用于主成分分析的多个变量之间应有较强的相关性C．用于主成分分析的多个变量之间必须是独立的D．所找出的主成分之间是不相关的2．在主成分分析中，各主成分与原始变量的关系是（B）。A．任何一个主成分都等于所有原始变量的总和B．任何一个主成分都是所有原始变量的线性组合C．任何一个变量都是所有主成分的总和D．任何一个变量都是所有主成分的线性组合3．在主成分分析中，选择主成分的标准通常是要求所选主成分的累计方差总和占全部方差的（D）。A．50％以上B．60％以上C．70％以上D．80％以上4．主成分分析中的“特征根”反映的是（A）。A．主成分对原始变量的影响程度B．原始变量对主成分对的影响程度C．主成分与原始变量之间的相关程度D．原始变量所解释的主成分信息5．某个特征根占总特征根的比例称为（B）。A．方差B．方差贡献率C．载荷系数D．因子6．从特征根数值的大小角度看，通常要求所选择的主成分所对应的特征根应该（C）。A．等于0B．等于1C．大于1D．大于07．因子分析与主成分分析的区别之一就是（C）。A．因子的个数少于主成分的个数B．主成分分析需要事先确定主成分的个数C．因子分析需要事先确定因子的个数7D．因子分析的结果更接近实际8．变量xi的共同度量反映的是（B）。A．第i个公因子被变量xi所解释的程度B．变量xi的信息能够被k个公因子所解释的程度C．第j个公因子的相对重要程度D．第i个变量对公因子的相对重要程度9．用于因子分析的变量必须是（B）。A．独立的B．相关的C．等方差的D．等均值的10