第四章单元测试
下图是7个地区某年的人均国内生产总值（GDP）和人均消费水平的统计数据，用下列哪个一元线性回归模型可以描述人均消费水平与人均GDP之间的关系（ ）。
a.
b.
c.
d.
在创建两个变量的散点图时，下列说法正确的是（ ）。
两个变量y与x的回归模型中，分别选择了4个不同模型，它们的相关指数R2如下，其中拟合效果最好的模型是（ ）。
在以下四个散点图中， 其中适用于作线性回归的散点图为（ ）。
对于指数曲线y＝aebx，令u＝ln(y)，c＝ln(a)，运用变换法后之后，可以转化成的形式为 （ ）。
在针对某个问题的回归分析中，某同学通过回归分析报告，得出如下结论，则最优变量集合为（ ）。
下图是针对某个问题得出的回归分析报告，从该报告中可以知道，该问题共涉及到（ ）个样本点。
下图是某披萨店的数据，若通过函数RSQ()计算季度销售额与区内大学生的R2值，则可以用下列（ ）公式计算。
下图是某披萨店的数据，若通过内建函数法分别计算一元线性回归模型y=a+bx的参数a和b，可使用下列（ ）组公式计算。
① =INTERCEPT(C2:C11,B2:B11)
② =INTERCEPT(C2:C11, A2:A11)
③ =SLOPE(C2:C11,A2:A11)
④ =SLOPE(C2:C11,B2:B11)
对于对数曲线y＝a+b*ln(x)，令u＝ln(x)，运用变换法后之后，可以转化成的形式为（ ）。
对于一元二次多项式曲线y＝a+bx+cx2，令u＝x2，运用变换法后之后，可以转化成的形式为（ ）。
根据下图的数据，利用“分析工具库”中的“回归”做销售额与库存资金和广告之间的回归分析报告时，下列设置正确的是（ ）。
a.
b.
c.
d.
根据下图的数据，利用一元线性回归模型y=a+bx预测当区内大学生数为2.1时，季度销售额保留一位小数的预测值为（ ）。
在多元线性回归模型中，若要选择最优自变量集合，依据的下列（ ）指标进行判断。
在某次实验中，甲同学想利用内建函数获得一元线性回归模型y=a+bx的参数a和b,他做了如下四次操作，（ ）种操作可以得到正确的结果。
A:c B:a C:d D:b
答案:b
A:自变量在x轴上，因变量在y轴上 B:可以从两个变量中任意选择一个变量画x轴上 C:可以从两个变量中任意选择一个变量画y轴上 D:因变量在x轴上，自变量在y轴上
A:模型1的相关指数R2为0.928 B:模型4的相关指数R2为0.21 C:模型3的相关指数R2为0.51 D:模型2的相关指数R2为0.83
A:①③ B:③④ C:①② D:②③
A:u＝c＋bx B:y＝c＋bx C:y＝b＋cx D:u＝b＋cx
A:{x2,x3} B:{x1,x2,x3} C:{x1,x2} D:{x1,x3}
A:8 B:9 C:6 D:10
A:=RSQ(B2:B11,C2:C11) B:=RSQ(A2:A11,C2:C11) C:=RSQ(C2:C11,A2:A11) D:=RSQ(C2:C11,B2:B11)
A:①④ B:②③ C:①③ D:②④
A:u＝a＋by B:u＝a＋bx C:y＝a＋bu D:y＝b＋au
A:u＝a+bx+cy B:y＝a+bx+cx2 C:y＝a+bx+cu D:u＝a+bx+cx2
A:c B:b
C:d D:a
A:16.3 B:17.5 C:16.5 D:17.3
A:Multiple R B:R Square C:Adjusted R Square D:标准误差
A:选中单元格D1:E1，输入公式=LINEST(C2:C11,B2:B11)并按下”CTRL”+”SHIFT”+”ENTER”键 B:选中单元格D1:D2，输入公式=LINEST(C2:C11,B2:B11)并按下”SHIFT”+”ENTER”键 C:选中单元格D1:E1，输入公式=LINEST(C2:C11,B2:B11)并按下”SHIFT”+”ENTER”键 D:选中单元格D1:D2，输入公式=LINEST(C2:C11,B2:B11)并按下”CTRL”+”SHIFT”+”ENTER”键
