统计学

1. 总体均值的区间估计是在点估计的基础上给出总体均值的一个估计区间，该区间等于样本均值加减

A. 样本标准差 C. 估计误差

B. 样本均值的标准误差 D. 总体标准差

2. 下面关于置信区间的表述正确的是

A. 任何总体参数的置信区间都等于点估计值加减估计误差

B. 一个具体样本构建的总体参数的95%的置信区间，将以95%的概率包含总体参数

C. 在样本量相同的情况下，总体均值的90%的置信区间要比95%的置信区间窄

D. 在相同的置信水平下，一个较大的样本构建的总体均值的置信区间要比一个较小的样本构建的置信区间准确

3. 根据样本均值的抽样分布可知，样本均值的期望值等于总体均值。因此，用样本均值作为总体均值的估计量时，称其为总体均值的

A. 无偏估计量 C. 可靠估计量

B. 有效估计量 D. 一致估计量

4. 质检部门的一项抽样调查表明，某种袋装食品平均重量的99%的置信区间为490克～505克之间，这里的99%是指

A. 食品重量的合格率为99%

B. 在100袋食品中，有99袋的重量在490克～505克之间

C. 可以用99%的概率保证该食品每袋的平均重量在490克～505克之间

D. 如果用相同的方法进行多次估计，每袋食品重量的平均值在490克～505克之间的频率约为99%

5. 某个地区的家庭年收入额通常是右偏的，从该地区随机抽取2000个家庭作为样本，估计该地区家庭的年平均收入额，所使用的分布是

A. 正态分布

B. t分布

C.

分布

D. F分布

6. 已知某种灯泡的使用寿命服从正态分布，方差为 。从该种灯泡中随

机抽取15只，测得平均使用寿命为2800小时。则该种灯泡平均使用寿命的95%的置信区间为

A. B.

C. D.

7. 在某个电视节目的收视率调查中，随机抽取由165个家庭构成的样本，其中观看该节目的家庭有33个。用90%的置信水平（注：估计观看该节目的家庭比例的置信区间为

A. 20%±3%

B. 20%±4%

C. 20%±5%

D. 20%±6%

）

8. 随机抽取10个消费者，让他们分别品尝两个品牌的饮料，然后进行打分，得到两种饮料得分差值的均值为饮料得分差值的95%（注：

A. 3.5±1.88

B. 3.5±0.59

，标准差为 ）的置信区间为 C. 3.5±2.18

D. 3.5±0.28

，两种

9. 某城市准备提出一项出租汽车运营的改革措施，为估计出租车司机中赞成该项改革的人数的比例，要求估计误差不超过0.03，置信水平为90%（注：

），应抽取的样本量为

A. 552 B. 652 C. 752 D.852

10. 随机抽取20罐啤酒，得到装填的标准差为0.5升。用95%的置信水平（注：

，

）得到总体装填量标准差

的

置信区间为

A. （0.028，0.105） C. （0.14，0.53）

B. （0.28，1.05） D. （2.8，10.5）

答案：1.C 2.D 3.A 4.D 5.A 6.B 7.C 8.A 9.C 10.C

第6章 假设检验

1. 一家食品生产企业声称，它们生产的某种食品的合格率在95%以上。为检验这一说法是否属实，某食品安全检测部门打算抽取部分食品进行检验，该检验的原假设和备择假设为

A. C.

，，

B. D.

，，

2. 在假设检验中，原假设所表达的含义总是指

A. 参数是错误的 C. 参数没有发生变化

B. 参数发生了变

D. 变量之间存在某种关系

3. 某电池生产商声称，它们生产的5号电池的平均使用时间为85小时。质检部门抽取20节电池的随机样本，在a=0.05的显著性水平下，检验结果是未能拒绝原假设，这意味着

A. 该企业生产的5号电池的平均使用时间是85小时 B. 该企业生产的5号电池的平均使用时间不是85小时

C. 没有证据证明该企业生产的5号电池的平均使用时间是85小时 D. 没有证据证明该企业生产的5号电池的平均使用时间不是85小时

4. 要检验某地区的人均消费水平是否等于1500元，提出的原假设和备择假设分别为指

。在该假设检验中，第Ⅰ类错误是

A. 该地区人均消费水平的实际值是1500元，检验结果却拒绝了原假设

B. 该地区人均消费水平的实际值是1500元，检验结果却未拒绝原假 C. 该地区人均消费水平的实际值不是1500元，检验结果却拒绝了原假设

D. 该地区人均消费水平的实际值不是1500元，检验结果却未拒绝原假设

5. 指出下列假设检验中哪一个属于右侧检验

A. C.

B. D.

6. 在某大学生中随机抽取一个49名学生组成一个，计算得到某月网上购物的平均花费金额为

，标准差为 ，检验的统计量为

A. -1.75

B. 1.75

C. -12.25

D. 12.25 ，要检验假设

7. 下面关于假设检验的陈述中正确的是

A. 备择假设通常是指研究者想收集证据予以推翻的假设

B. 假设检验中的P值是根据样本数据计算出来的犯第Ⅰ类错误的概率 C. 不拒绝原假设意味着原假设就是正确的

D. 小的样本通常会导致检验结果在“统计上是显著的”

8. 企业管理人员认为，两台机床加工的零件尺寸的方差是相同的。根据两个随机样本，计算得到

，

，要检验假设

，则检验统计量的值F为

A. 1.72

B. 1.62

C. 1.52

D. 1.42

9. 为比较物流企业的信息化发展状况，在2000年和2005年分别抽取了371家和459家物流企业进行调查，发现物流企业利用计算机处理信息的比率从2000年的25%（平下，检验假设

A. 拒绝

）增加到33%（

），在a=0.05的显著性水 ，得到的结论是

B. 不拒绝

C. 可以拒绝也可以不拒绝D.可能拒绝也可能不拒绝

10. 从正态总体中随机抽取一个n=12的随机样本，计算得到

，假定A.

，要检验假设B.

C.

，

，则检验统计量的值为

D.

答案：1.C 2.C 3.D 4.A 5.C 6.A 7.B 8.D 9.A 10.C

第7章 方差分析与实验设计

1. 要检验来自东部地区、中部地区、西部地区的大学生平均每月的生活费支出是否相同，这里的“地区”被称为

A. 因子

B. 方差

C. 处理

D. 观测值

2. 在统计上，将我国的31个省市自治区分为东部地区、中部地区、西部地区、东北地区。要检验不同地区的居民收入水平是否相同，在每类地区各随机抽取一个样本。某一地区中样本数据之间的误差属于

A. 处理误差

B. 组间方差

C. 随机误差

D. 非随机误差

3. 一家研究机构从事水稻品种的研发。最近研究出3个新的水稻品种。为检验不同品种的平均产量是否相同，对每个品种分别在5个地块上进行试验，共获得15个产量数据。在该项研究中，不同品种在不同地块上的产量是不同的，这种误差称为

A. 总误差

B. 组内误差

C. 组间误差

D. 随机误差

4. 方差分析中有3个基本的假定，即正态性、方差齐性和性，在这3个假定中，对分析结果影响较大的是

A. 正态性

B. 方差齐性

C. 正态性和方差齐性

D. 性

5. 某家电制造公司的管理者想比较A、B、C三种不同的培训方式对产品组装时间的多少是否有显著影响，将20名新员工随机分配给每种培训方式。在培训结束后，对参加培训的员工组装一件产品所花的时间进行分析，得到下面的方差分析表。表中“A”单元格内的结果是

差异源 组间 组内 总计 SS 5.35 7.43 12.78 df 2 23 25 MS A 0.323 F 8.28 A. 10.700 B. 2.675 C. 0.233 D. 5.350

6. 为研究食品的包装和销售地区对其销售量是否有影响，在3个不同地区中用三种不同包装方法进行销售，根据获得的销售量数据计算得到下面的方差分析表。表中“A”单元格和“B”单元格内的结果是

差异源 SS df MS F 行 列 误差 总计 22.22 955.56 611.11 1588. 2 2 4 8 A B 152.78 0.073 3.127 A. 44.44和1922.12 C. 11.11和477.78

B. 5.56和477.78 D. 5.56和238.

7. 从三个总体中各选取了4个观察值，得到组间方差为15.09，组内方差为0.97，要检验三个总体的均值是否相等，检验的统计量为

A. 14.

B. 15.56

C. 0.06

D. 15.09

8. 在检验四个总体的均值是否相等时，得到的结论是不拒绝原假设

，这意味着

A. 相等

不相等

B. 没有证据表明C. D.

的两两组合都相等

的两两组合中至少有一对相等

9. 来自A、B、C三种处理的完全随机化设计的数据，得到下面的方差分析表。在a=0.05的显著性水平下，用Fisher最小显著性差异方法检验所有可能的配对比较，得到的结论是

差异源 组间 SS 1488 df 2 MS 744 F 5.50 组内 总计 2030 3518 15 17 135.3 A. A与B之间有差异 C. B与C之间有差异

B. A与C之间有差异

D. A与B之间、A与C之间有差异

10. 随机抽取20罐啤酒，得到装填的标准差为0.5升。用95%的置信水平（注：置信区间为

A. （0.028，0.105） C. （0.14，0.53）

B. （0.28，1.05） D. （2.8，10.5）

，

）得到总体装填量标准差

的

答案：1.D 2.B 3.B 4.B 5.A 6.D 7.D 8.B 9.D 10.B 第8章 一元线性回归

1. 下面关于相关分析的陈述中，不正确的是

A. 相关系数的数值越大，说明两个变量之间的线性关系越强 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. 相关系数只度量两个变量之间的线性关系

2. 在一元回归模型 中， 反映的是

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. 由于x和y的线性关系对y的影响

D. 除x和y的线性关系之外的随机因素对y的影响

3. 在一元线性回归模型 中，对 有三个基本假定，即正

态性、方差齐性和性。其中的性是指

A. 对于一个特定的x值，它所对应的与其他x值所对应的不相关 B. 对于一个特定的y值，它所对应的与其他y值所对应的不相关 C. 对于所有的x值，的方差D. 对于所有的y值，的方差

都相同 都相同

4. 在回归分析中，残差平方和是指

A. 各实际观测值B. 各实际观测值C. 回归预测值D. 因变量

与其均值 与回归值 与因变量均值

的离差平方和 的离差平方和 的离差平方和

与自变量 的平方和

5. 在一元线性回归中，如果估计标准误差

A. 回归系数C. 相关系数

B. 回归系数D. 相关系数

，则意味着

6. 在一元线性回归分析中，利用所求得的一元线性回归方程，对于自变量x的一个给定值

，求出因变量的平均值的区间，这一区间称为

A. 因变量平均值的置信区间 B. 因变量个别值的预测区间 C. 自变量平均值的置信区间 D. 自变量个别值的预测区间

7. 根据两个变量之间的一元线性回归，得到的回归平方和差平方和

。则判定系数

等于

C. 26.32%

，残

A. 20.83% B. 79.17% D. 33.25%

8. 随机抽取10家企业，根据产品产量（x）与生产费用（y）的数据进行回归，得到下面的方差分析表。方差分析表中“A”和“B”单元格的数据分别为

df 回归 残差 总计 1 8 9 SS 1711.3 281.1 1992.4 MS 1711.3 A F B A. 281.1和48.8 C. 35.1和0.02

B. 35.1和48.8 D. 28.1和6.1

9. 残差除以相应的标准差，其结果称为

A. 残差平方和 C. 标准化残差

B. 残差

D. 估计标准误差

10. 对于下面的数据，根据x预测y时的最小二乘回归直线方程为

x y 5 8 7 9 3 11 18 27 12 17 9 12 A. C.

B. D.

答案：1.A 2.D 3.A 4.B 5.D 6.A 7.B 8.B 9.C 10.A

第9章 多元线性回归

1. 在多元线性回归分析中，t检验是用来检验

A. 回归模型的总体线性关系是否显著 B. 回归模型的各回归系数是否显著 C. 样本数据的线性关系是否显著 D. 回归方程的预测结果是否显著

2. 下面关于多元线性回归模型的陈述中不正确的是

A. 对于给定的随机变量

B. 即使对回归系数线性关系

C. 如果检验表明回归模型的线性关系显著，意味着每一个x与y的线性关系都显著

D. 模型中的自变量

可以是数值型变量，也可以数定性变量 检验不显著，也不能断定

与y之间就不存在

的值，假定因变量y是一个服从正态分布的

3. 根据因变量y与自变量 、 和

的样本数据进行回归得到下面的

有关结果。以下的结论中不正确的是

Coefficients 标准误差 20.962 5.722 t Stat 3.663 P-value 0.022 Intercept X Variable -0.091 1 0.133 -0.685 0.531 X Variable -0.075 2 X Variable 0.178 3 0.057 3.139 0.035 0.032 -2.321 0.081 A. 在a=0.05的显著性水平下，和的回归系数不显著

B. 已知用于线性关系检验的P=0.014，在a=0.05的显著性水平下，回归模型的线性关系显著

C. 回归模型中可能存在多重共线性 D. 如果采用逐步回归方法，

和

都将会从模型中剔除

4. 根据因变量y与自变量、和的样本数据进行回归得到下面的方差 等于

分析表。据此计算的估计标准误差

df 3 4 7 SS 87.6 — 96 MS — 2.1 F 13.9 回归分析 残差 总计 A. 2.10 B. 1.45 C. 29.2 D. 0.91

5. 在某行业中随机抽取20名员工，得到它们的月收入（单位：元）和性别的数据。其中用1表示男性，0表示女性，用月收入作因变量，性别作自变量进行回归，得到的回归方程为

表示

A. 女性员工的月平均收入位2850元

。这里的回归系数

B. 男性员工的月平均收入2850元

C. 女性员工的月平均收入比男性员工的月平均收入多2850元 D. 男性员工的月平均收入比女性员工的月平均收入多2850元

6. 根据两个自变量得到的多元回归方程为系数

A.

的含义是

每变动一个单位，y平均减少0.08个单位

不变的条件下，不变的条件下，不变的条件下，

，回归

B. 在C. 在D. 在

每变动一个单位，y平均增加0.08个单位 每变动一个单位，y平均减少0.08个单位 每变动一个单位，y平均减少0.08个单位

7. 在多元线性回归分析中，用F统计量检验回归模型的线性关系时，备择假设是

A. C. D.

：：：

至少有一个不等于0

B.

：

8. 根据两个自变量得到进行的二元线性回归得到的有关结果如下。检验回归系数

的统计量为

Coefficients 11.46 0.24 -0.13 标准误差 6.27 0.07 0.18 Intercept X Variable 1 X Variable 2 A. -0.72 B. 0.72 C. -3.43 D. 3.43

9. 下面是根据3个自变量建立多元线性回归方程，得到的方差分析表如下。据此计算的多重判定系数为

df 回归 残差 总计 3 11 14 SS MS F 8.96 321946.8 107315.6 131723.2 11974.84 453670 A. 70.97% B. 29.04% C. 33.33% D. 9.09%

10. 在建立多元线性回归模型时，需要对自变量进行筛选，最后确定适合的回归模型。下面的陈述中正确的是

A. 向前选择法是从模型中没有自变量开始，然后将所有自变量依次增加到模型中

B. 向后剔除法是先对所有自变量拟合线性回归模型，然后依次将所有自变量剔除模型

C. 逐步回归法是将向前选择法和向后剔除法结合起来，但不能保证得到的回归模型一定就显著

D. 逐步回归法选择变量时，在前面步骤中增加的自变量在后面的步骤中有可能被剔除，而在前面步骤中剔除的自变量在后面的步骤中也可能重新进入到模型中

答案：1.B 2.C 3.C 4.B 5.A 6.D 7.D 8.A 9.A 10.D

模拟试题一

一. 单项选择题(每小题2分，共20分)

9名大学生每月的手机话费支出（单位：元）分别是：.3，60.4，77.6，51.2，53.1，57.5，53.9，47.8，53.5。手机话费支出的平均数是（ ） A. 53.9 B. 57.7 C. 55.2 D. 56.5

一项调查表明，在所抽取的2000个消费者中，他们每月在网上购物的平均花费是200元，这项调查的总体是（ ） A. 2000个消费者

B. 2000个消费者的平均花费金额 C. 所有在网上购物的消费者

D. 所有在网上购物的消费者的总花费额

在参数估计中，要求用来估计总体参数的统计量与总体参数的离差越小越好。这种评价标准称为（ ）

A．无偏性 B．有效性 C．一致性 D．充分性 下面关于回归模型的假定中不正确的是（ ） A. 误差项 是一个期望值为0的随机变量 B. 对于所有的x值，的方差

都相同

C. 误差项是一个服从正态分布的随机变量，且 D. 自变量x是随机的

某药品生产企业采用一种新的配方生产某种药品，并声称新配方药的疗效远好于旧的配方。为检验企业的朔方是否属实，医药管理部门抽取一个样本进行检验，提出的假设为类错误是指（ ）

。该检验所犯的第Ⅱ

A．新药的疗效有显著提高，得出新药疗效没有显著提高的结论 B．新药的疗效有显著提高，得出新药的疗效有显著提高的结论

C．新药的疗效没有显著提高的结论，得出新药疗效没有显著提高的结论 D．新药的疗效没有显著提高，得出新药疗效有显著提高的结论

一家研究机构从事水稻品种的研发。最近研究出3个新的水稻品。为检验不同品种的平均产量是否相同，对每个品种分别在5个地块上进行试验，共获得15个产量数据。在该项研究中，反映全部15个产量数据之间称为（ ）

A. 总误差 B. 组内误差 C. 组间误差 D. 处理误差

某企业生产的袋装食品采用自动打包机包装，每袋标准重量为100克。现从某天生产的一批产品中按重复抽样随机抽取50包进行检查，测得每包重量(克)如下：

假定食品包重服从正态分布，要求：

（1） 确定该种食品平均重量95%的置信区间。

（2） 如果规定食品重量低于100克属于不合格，确定该批食品合格率95%的置信区间。

（3） 采用假设检验方法检验该批食品的重量是否符合标准要求？（

，写出检验的具体步骤）。

一家出租汽车公司为确定合理的管理费用，需要研究出租车司机每天的

收入（元）与他的行使时间（小时）行驶的里程（公里）之间的关系，为此随机调查了20个出租车司机，根据每天的收入（和行驶的里程（ ）：

）、行使时间（

）

）的有关数据进行回归，得到下面的有关结果（

（1） 写出每天的收入（性回归方程。

（2） 解释各回归系数的实际意义。 （3） 计算多重判定系数（4） 计算估计标准误差

，并说明它的实际意义。 ，并说明它的实际意义。 ）与行使时间（

）和行驶的里程（

）的线

（5） 若显著性水平a＝0.05，回归方程的线性关系是否显著？（注：

）

答案：1. B；2. C；3. B；4. B；5. D；6. A

2. （1）已知： ， 。

样本均值为： 克，

样本标准差为： 克。

由于是大样本，所以食品平均重量95%的置信区间为：

即（100.867，101.773）。 （2）提出假设：

，

计算检验的统计量： 由于准要求。

3. （1）回归方程为：（2）

。

，所以拒绝原假设，该批食品的重量不符合标

表示：在行驶里程不变的情况下，行驶时间每增加1小时，

表示：在行驶时间不变的情况下，

每天的收入平均增加9.16元；

行驶里程每增加1公里，每天的收入平均增加0.46元。

（3） 。

表明在每天收入的总变差中，被估计的多元线性回归方程所解释的比例为85.17%，说明回归方程的拟合程度较高。

（4） 。

表明用行驶时间和行驶里程来预测每天的收入时，平均的预测误差为17.50元。

（5）提出假设：

：

，

：

至少有一个不等于0。

计算检验的统计量F：

于 ，拒绝原假设 。这意味着每天收入与行

驶时间和行驶里程之间的线性关系是显著的。

模拟试题二

一辆新购买的轿车，在正常行使条件下，一年内发生故障的次数及相应的概率如下表所示：

故障次数（概率（ ） ） 0 0.05 1 0.25 2 0.40 3 0.30

正好发生1次故障的概率为（ ）

A．0.05 B．0.25 C．0.40 D．0.30

要观察200名消费者每月手机话费支出的分布状况，最适合的图形是（ ）

A．饼图 B．条形图 C．箱线图 D．直方图

从某种瓶装饮料中随机抽取10瓶，测得每瓶的平均净含量为355毫升。已知该种饮料的净含量服从正态分布，且标准差为5毫升。则该种饮料平均净含量的90%的置信区间为（ ）

A． B．

C． D．

根据最小二乘法拟合线性回归方程是使（ ） A．C．

B． D．

一项调查表明，大学生中因对课程不感兴趣而逃课的比例为20%。随机抽取由200名学生组成的一个随机样本，检验假设

，，得到样本比例为

值为（ ） A．

B．

C．

D．

。检验统计量的

在实验设计中，将 种“处理”随机地指派给试验单元的设计称为（ ）A．试验单元 B．完全随机化设计 C．随机化区组设计 D．因子设计 在二元线性回归方程是（ ） A．B．

变动一个单位时，

中，偏回归系数

的平均变动值为

的含义

变动一个单位时，因变量 不变的条件下，不变的条件下，

的平均变动值为

C．在D．在

变动一个单位时，变动一个单位时，

的平均变动值为的平均变动值为

假定其他条件不变，某种商品的需求量（）与该商品的价格（）有关，现取得以下样本数据：

价 格（元） 7 6 80 5 70 8 60 7 65 5 85 4 90 需求量（公斤） 75 根据上表数据计算得：

。

， ， ，

（1）绘制散点图，说明需求量与价格之间的关系。

（2）拟合需求量对价格的直线回归方程，说明回归系数的实际意义。 （3）计算当价格为10元时需求量的点估计值。

为估计每个网络用户每天上网的平均时间是多少，随机抽取了225个网络用户的简单随机样本，得样本均值为6.5小时，样本标准差为2.5小时。（1）试以95%的置信水平，建立网络用户每天平均上网时间的区间估计。（2）在所调查的225个网络用户中，年龄在20岁以下的用户为90个。以95%的置信水平，建立年龄在20岁以下的网络用户比例的置信区间。 （注：

，

）

对于来自五个总体的样本数据进行方差分析，得到下面的方差分析表（）

差异源 组间 组内 总计 SS 69.7 A 105.2 df 4 15 19 MS B C F D P-value 0.002 F crit 3.055 < （1）计算出表中A、B、C、D四个单元格的数值。

（2）B、C两个单元格中的数值被称为什么？它们所反映的信息是什么？（3）在0.05的显著性水平下，检验的结论是什么？

答案：1.B；2. D；3. C；4. B；5. A；6. B；10. C

1.（1）散点图如下：

从散点图可以看出，需求量与价格之间存在负线性关系，即随着价格的提高，需求量则随之下降。 （2）由最小二乘法可得：

， 。

总需求量与价格的一元线性回归方程为：

。回归系数

表示：价格每增加1元，总需求量平均减少6.25公斤。

（3）

公斤。

3. （1）已知： ，， ， 。

网络用户每天平均上网时间的95%的置信区间为：

即（6.17，6.83）。

（2）样本比例信区间为：

。龄在20岁以下的网络用户比例的95%的置

即（33.6%，46.4%）。

4. （1）A=105.2-69.7=35.5；B=69.7÷4=17.425；C=35.5÷15=2.367；D=14.425÷2.367=7.361。

（2）B=17.425被称为组间方差，反映组间平均误差的大小；C=2.367被称为组内方差，反映组内平均误差的大小。 （3）由于全相等。

，拒绝原假设，表明五个总体的均值之间不

1、

怎样理解置信区间? 答：在区间估计中，由样本估计量构造出的总体参数在一定置信水平下的估计区间。 2、 什么是标准化检验统计量，为什么要对统计量进行标准化?

答：根据样本观测结果计算的对原假设和被选择假设作出决策的某个统计量的标准化形式。因为标准化统计量反应的是点估计量和假设的总体参数相比相差多少个标准差的距离，只有将其标准化后，才能用于度量它与原假设的参数值之间的差异程度。

3、简述假设检验中P值的含义？

答：如果原假设H。是正确的，所得到的样本结果会像实际观测结果那么极端或更极端的概率，称为p值。P值是假设检验中的另一个决策工具，对于给定的显著性水平a，若P﹤a，则拒绝原假设。

4、要检验多个总体均值是否相等时，为什么不作两两比较而用方差分析方法?

答：两两比较不仅繁琐，而且每次检验犯第二类错误的概率都是a做多次检验之后，犯第二类错误的概率会大于a。同时，随着检验次数的增加，偶然因素造成差别的可能性也会增加。而方差分析法则同时考虑所有的样本数据，一次检验即可判断多个总体的均值是否相等，不仅排除了犯错的累积概率，也提高了检验效率。 5、回归分析主要解决哪几方面的问题？ 答：（1）、从一组样本数据出发，确定出变量间的数学关系式；

（2）、对这些关系式的可信程度进行各种统计检验，并从影响某一特定变量的诸多变量中找出哪些变量的影响是显著的，哪些是不显著的；

（3）、利用所求的关系式，根据一个或几个变量的取值来估计或预测另一个特定变量的取值，并给出这种估计或预测的可靠程度。 6、解释判定系数的含义和作用？

答：判定系数是对估计的回归方程拟合优度的度量；判定回归直线与个观测点的接近程度。

7、在回归分析中，F检验和T检验各有什么作用？

答：T检验：考察自变量对因变量的影响是否显著。 F检验：考察整个回归模型的线性或非线性相关关系是否显著

8、多重共线性对回归模型有哪些影响？

答：1、变量之间高度相关时，可能会给回归的结果造成混乱，甚至会把分析引入歧途。2、多重共线性可能对参数估计值的正负号产生影响，特别是

的正负号有可能

同预期的正负号相反。

9、多重共线性的判别方法主要有哪些？ 答：（1）.模型中各对自变量之间显著相关

（2）.当模型的F检验显著时，几乎所有的回归系数（3）.回归系数的正负号与预期的相反

的t检验却不显著