第四章测试
1.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(      )。blob.pnga.blob.pngb.blob.pngc.blob.pngd.blob.png
A:b B:c C:a D:d
答案:A
2.在创建两个变量的散点图时,下列说法正确的是(      )。
A:可以从两个变量中任意选择一个变量画x轴上 B:因变量在x轴上,自变量在y轴上 C:自变量在x轴上,因变量在y轴上 D:可以从两个变量中任意选择一个变量画y轴上 3.两个变量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(      )。
A:模型2的相关指数R2为0.83 B:模型1的相关指数R2为0.928 C:模型4的相关指数R2为0.21 D:模型3的相关指数R2为0.51 4.在以下四个散点图中, 其中适用于作线性回归的散点图为(      )。blob.png
A:③④ B:①② C:②③ D:①③ 5.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 (      )。
A:u=b+cx B:y=b+cx C:y=c+bx D:u=c+bx 6.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(      )。blob.png
A:{x1,x3} B:{x1,x2} C:{x2,x3} D:{x1,x2,x3} 7.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。blob.png
A:8 B:10 C:6 D:9 8.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。blob.png
A:=RSQ(C2:C11,B2:B11) B:=RSQ(B2:B11,C2:C11) C:=RSQ(C2:C11,A2:A11) D:=RSQ(A2:A11,C2:C11) 9.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。blob.png①   =INTERCEPT(C2:C11,B2:B11)②   =INTERCEPT(C2:C11, A2:A11)③   =SLOPE(C2:C11,A2:A11)④   =SLOPE(C2:C11,B2:B11)
A:①③ B:②④ C:①④ D:②③ 10.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(      )。
A:u=a+bx B:y=b+au C:y=a+bu D:u=a+by 11.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(      )。
A:u=a+bx+cy B:y=a+bx+cu C:u=a+bx+cx2 D:y=a+bx+cx2 12.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(      )。blob.pnga.blob.pngb.blob.pngc.blob.pngd.blob.png
A:d B:c C:b D:a 13.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(       )。 blob.png
A:17.3 B:17.5 C:16.3 D:16.5 14.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。
A:标准误差 B:Multiple R C:Adjusted R Square D:R Square 15.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。blob.png
A:选中单元格D1:D2,输入公式=LINEST(C2:C11,B2:B11)并按下”CTRL”+”SHIFT”+”ENTER”键 B:选中单元格D1:E1,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”CTRL”+”SHIFT”+”ENTER”键 D:选中单元格D1:D2,输入公式=LINEST(C2:C11,B2:B11)并按下”SHIFT”+”ENTER”键

温馨提示支付 ¥3.00 元后可查看付费内容,请先翻页预览!
点赞(8) dxwkbang
返回
顶部