医学统计学（南昌大学）第十章测试_智慧树知到答案2021年

第十章 相关与回归分析：本章的相关系数可以定量测量两个变量之间的相关关系的密切程度和相关方向；一元线性回归方程可以用来描述两个变量之间的线性依存关系，即可以用自变量X来预测因变量Y的大小等。10.1变量间的关系:变量间关系包括确定和非确定性关系两种类型。
10.2线性回归的概念:了解线性回归是利用数理统计中回归分析，来确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法，运用十分广泛。
10.3回归方程的估计和回归系数的意义:本节介绍如何由样本数据估计样本回归方程中的回归系数和截距、回归系数所代表的含义。
10.4回归系数的假设检验:介绍通过样本回归系数推断总体回归系数是否等于0。
10.5回归直线的拟合优度:本节介绍如何评价回归直线模型的拟合效果。
10.6线性相关的概念:本节介绍线性相关的概念及常见的线性相关的类型。
10.7相关系数及其计算:本节介绍积差相关系数的计算方法。
10.8相关系数的假设检验:本节介绍如何由样本相关系数推断总体相关系数是否等于0。
10.9应用线性回归与相关应注意的事项:本节介绍应用线性回归和相关时应注意的几个问题。
10.10线性相关与线性回归的区别与联系:本节介绍线性相关与线性回归的区别和联系。

[单选题]1~7岁儿童可以用年龄（岁）估计体重（市斤），回归方程，若将体重换成国际单位kg，则此方程：
常数项改变
决定系数改变
常数项和回归系数都不改变
常数项和回归系数都改变
回归系数改变
答案：常数项和回归系数都改变
[单选题]相关关系反映了两变量间的：
因果关系
函数关系
非确定性关系
数量依存关系
比例关系 [单选题]体重和体表面积的关系是：
严格的数量依存关系
无关系
因果关系
比例关系
相关关系 [判断题]只有当两个变量的散点均在一条直线上时，才能对这两个变量作线性回归分析。
错
对[判断题]如果两个变量的散点图具有直线趋势，可用直线回归方程描述两者的数量关系。
错
对[单选题]若直线回归系数的假设检验结果P
有密切的关系
存在数量依存关系
有一定的因果关系
有较强的回归关系
相关关系密切[单选题]回归分析的决定系数R2越接近于1，说明：
因变量的变异越小
因变量的变异越大
自变量对因变量的影响越大
回归系数越大
相关系数越大 [单选题]测出一组正常人的胆固醇值和血磷值，可选用下面 方法对两者的关联性进行分析。
相关分析
卡方检验
配对设计计量资料的符号秩和检验
配对设计计量资料的t检验
方差分析[判断题]散点图可用于粗略判断两变量有无相关关系以及相关的密切程度。
对
错[判断题]对青少年的身高（cm）和体重（kg）进行线性相关分析，如果把身高的单位由厘米变成米，则相关系数也跟着发生变化。
错
对[单选题]直线相关分析中，若总体相关系数ρ=0，则从该总体中抽取的样本相关系数：
小于0
大于0
等于0
等于1
可能大于0，小于0，等于0[单选题]|r|>r0.05( n-2)时，可认为两变量X与Y之间：
有一定关系
有正相关关系
无关系
一定有直线相关关系
有直线相关关系[判断题]15名8岁男童体重与肺活量相关系数的t假设检验中，自由度等于13。
错
对[单选题]进行线性相关分析时，对两变量的要求：
反应变量Y呈正态分布，而自变量X可以不满足正态分布的要求
自变量X呈正态分布，而反应变量Y可以不满足正态分布的要求
自变量X和反应变量Y可以是任何类型的变量
自变量X和反应变量Y均应满足正态分布的要求
反应变量Y要求是定量变量，而自变量X可以是任何类型的变量[单选题]两组资料中，回归系数大的一组：
则相关系数也大  
两变量数量关系较密切
相关系数可能大也可能小
其余选项都不对
则相关系数也小[单选题]对50例男性的身高（因变量）和鞋子长度（自变量）的数据建立回归方程，得到回归方程为。这50例男子的鞋子长度范围在8~11英寸之间，如某一男子的鞋子长度为13英寸，则可以预测其身高约为：
68.81 英寸
65.81英寸
根据现有信息无法预测
65.19英寸
68.00英寸