统计基础理论及相关知识
单选题为预测我国居民对电子表的需求量，定义变量“商品价格”（x1，单位：元/件）、“消费者人均月收入”（x2，单位：元）及“商品需求量”（y，单位：件），建立多元线性回归方程如下：y=4990．519－35．66597x1＋6．19273x2，请根据上述结果，从备选答案中选出正确答案。 假设2011年该地区该电子手表的价格为20元，消费者人均月收入为1500元，则该地区该品牌的电子手表在2011年的需求量将达到（）件。A 13566B 12764C 14398D 11549
题目
单选题
为预测我国居民对电子表的需求量，定义变量“商品价格”（x1，单位：元/件）、“消费者人均月收入”（x2，单位：元）及“商品需求量”（y，单位：件），建立多元线性回归方程如下：y=4990．519－35．66597x1＋6．19273x2，请根据上述结果，从备选答案中选出正确答案。
假设2011年该地区该电子手表的价格为20元，消费者人均月收入为1500元，则该地区该品牌的电子手表在2011年的需求量将达到（）件。
A
13566
B
12764
C
14398
D
11549
参考答案和解析
正确答案：
A
解析：
暂无解析
如果没有搜索结果，请直接 联系老师 获取答案。
相似问题和答案
第1题：
为预测我国居民家庭对电力的需求量，建立了我国居民家庭电力消耗量(单位：千瓦小时)与可支配收入(X1，单位：百元)、居住面积(X2，单位：平方米)的多元线性回归方程，如下所示：
请根据上述结果，从下列备选答案中选出正确答案。
根据计算上述回归方程式的多重判定系数为0．9235，其正确的含义是（）。
请根据上述结果，从下列备选答案中选出正确答案。
根据计算上述回归方程式的多重判定系数为0．9235，其正确的含义是（）。
A.在Y的总变差中，有92．35%可以由解释变量X1和X2解释
B.在Y的总变差中，有92．35%可以由解释变量X1解释
C.在Y的总变差中，有92．35%可以由解释变量X2解释
D.在Y的变化中，有92．35%是由解释变量X1和X2决定的
B.在Y的总变差中，有92．35%可以由解释变量X1解释
C.在Y的总变差中，有92．35%可以由解释变量X2解释
D.在Y的变化中，有92．35%是由解释变量X1和X2决定的
答案：A
解析：
多重判定系数是多元线性回归平方和占总平方和的比例，计算公式为：
判定系数R2度量了多元线性回归方程的拟合程度，它可以解释为：在因变量y的总变差中被估计的多元线性回归方程所揭示的比例。
判定系数R2度量了多元线性回归方程的拟合程度，它可以解释为：在因变量y的总变差中被估计的多元线性回归方程所揭示的比例。
第2题：
为预测我国居民家庭对电力的需求量，建立了我国居民家庭电力消耗量(单位：千瓦小时)与可支配收入(X1，单位：百元)、居住面积(X2，单位：平方米)的多元线性回归方程，如下
请根据上述结果，从下列备选答案中选出正确答案。
根据样本观测值和估计值计算回归系数β2的t统计量，其值为t=8．925，根据显著性水平(a=0．05)与自由度，由t分布表查得t分布的右侧临界值为2．431，因此，可以得出的结论有（）。
请根据上述结果，从下列备选答案中选出正确答案。
根据样本观测值和估计值计算回归系数β2的t统计量，其值为t=8．925，根据显著性水平(a=0．05)与自由度，由t分布表查得t分布的右侧临界值为2．431，因此，可以得出的结论有（）。
答案：B,D
解析：
根据样本观测值和估计值计算回归系数的t统计量为8．925，大于右侧临界值2．431，因而检验显著，拒绝原假设，接受备择假设。β2显著不等于0，即在95％的置信水平下，X2对Y的影响是显著的。
第3题：
在某城市随机抽取1000户居民作为样本对该城市居民消费水平进行研究，对居民月消费支出Y（单位：元）和月收入X（单位：元），建立回归模型，得到估计的回归方程Y＝1300＋0.6X，决定系数0.96，关于该模型的说法正确的有（ ）。
A.居民月收入和月消费支出之间正相关
B.回归模型的拟合效果很好
C.居民月收入难以解释月消费支出的变化
D.居民月收入每增长1元，月消费支出将平均增长0.6元
E.居民月收入为10000时，居民人均月消费支出大约为7300元
B.回归模型的拟合效果很好
C.居民月收入难以解释月消费支出的变化
D.居民月收入每增长1元，月消费支出将平均增长0.6元
E.居民月收入为10000时，居民人均月消费支出大约为7300元
答案：A,B,D,E
解析：
知识点: 模型的检验和预测；
ADE三项，估计的回归系数是0.6，显示X每增加一个单位，Y的平均增加量为0.6，则居民月收入和月消费支出之间正相关，居民月收入每增长1元，月消费支出将平均增长0.6元。将X＝10000元代入回归方程，Y＝1300＋0.6×10000＝7300元。B项，决定系数，也称为R2，可以测度回归直线对样本数据的拟合程度，决定系数R2越高，越接近于1，模型的拟合效果就越好，即模型解释因变量的能力越强。题中决定系数0.96接近于1，可看出回归模型的拟合效果很好。
ADE三项，估计的回归系数是0.6，显示X每增加一个单位，Y的平均增加量为0.6，则居民月收入和月消费支出之间正相关，居民月收入每增长1元，月消费支出将平均增长0.6元。将X＝10000元代入回归方程，Y＝1300＋0.6×10000＝7300元。B项，决定系数，也称为R2，可以测度回归直线对样本数据的拟合程度，决定系数R2越高，越接近于1，模型的拟合效果就越好，即模型解释因变量的能力越强。题中决定系数0.96接近于1，可看出回归模型的拟合效果很好。
第4题：
考虑社会中一个典型消费者的效用函数为U（x1，x2）=ln（x1）+3ln（x2），x1和x2分别为商品1和商品2的消费量，该消费者的收入为1000元，两种商品价格都是1。求： （1）消费者最优消费的x1和x2的量。（2）假设政府想征收100元的税，它有两个选择：一是对收入征收10%的所得税，第二是对商品1征收消费税，设消费税率为t（即每消费一单位的商品1需要交纳t元的税），请设置一个恰好能够在消费者最优消费时征收到100元的税率t。（3）比较上述两种措施对消费者效用的影响，哪种情况下消费者效用较大？
答案：
解析：
第5题：
为预测我国居民家庭对电力的需求量，建立了我国居民家庭电力消耗量(单位：千瓦小时)与可支配收入(X1，单位：百元)、居住面积(X2，单位：平方米)的多元线性回归方程，如下所示：
请根据上述结果，从下列备选答案中选出正确答案。
检验回归方程是否显著，正确的假设是（）。
请根据上述结果，从下列备选答案中选出正确答案。
检验回归方程是否显著，正确的假设是（）。
答案：D
解析：
检验回归方程是否显著就是要检验回归方程中的所有系数是否同时为0：原假设认为所有系数均为0；备择假设认为所有系数不全为0。
第6题：
为预测我国居民家庭对电力的需求量，建立了我国居民家庭电力消耗量(单位：千瓦小时)与可支配收入(X1，单位：百元)、居住面积(X2，单位：平方米)的多元线性回归方程，如下所示：
请根据上述结果，从下列备选答案中选出正确答案。
对于多元线性回归模型，以下假设中正确的有（）。
请根据上述结果，从下列备选答案中选出正确答案。
对于多元线性回归模型，以下假设中正确的有（）。
A.因变量与自变量之间的关系为线性关系
B.随机误差项的均值为1
C.随机误差项之间是不独立的
D.随机误差项的方差是常数
B.随机误差项的均值为1
C.随机误差项之间是不独立的
D.随机误差项的方差是常数
答案：A,D
解析：
多元线性回归模型的假定为：①因变量与自变量之间的关系为线性关系；②随机误差项的均值为0；③随机误差项之间是不相关的；④随机误差项的方差是常数；⑤自变量与随机误差项不相关。
第7题：
为预测我国居民家庭对电力的需求量，建立了我国居民家庭电力消耗量(单位：千瓦小时)与可支配收入(X1，单位：百元)、居住面积(X2，单位：平方米)的多元线性回归方程，如下
请根据上述结果，从下列备选答案中选出正确答案。
根据计算上述回归方程式的多重判定系数为0．9235，其正确的含义是（）。
请根据上述结果，从下列备选答案中选出正确答案。
根据计算上述回归方程式的多重判定系数为0．9235，其正确的含义是（）。
A.在Y的总变差中，有92．35％可以由解释变量X1和X2解释
B.在Y的总变差中，有92．35％可以由解释变量置解释
C.在Y的总变差中，有92．35％可以由解释变量X2解释
D.在Y的变化中，有92．35％是由解释变量X1和X2决定的
B.在Y的总变差中，有92．35％可以由解释变量置解释
C.在Y的总变差中，有92．35％可以由解释变量X2解释
D.在Y的变化中，有92．35％是由解释变量X1和X2决定的
答案：A
解析：
多重判定系数是多元线性回归平方和占总平方和的比例，计算公式为：R2
它可以理解为：在因变量y的总变差中被估计的多元线性回归方程所解释的比例。
它可以理解为：在因变量y的总变差中被估计的多元线性回归方程所解释的比例。
第8题：
利用样本数据拟合城镇居民人均可支配收入X(单位：元)和人均消费Y(单位：元)的回归方程，估计方程Y=1293+0.6X，R2为0.99，说法正确的有（ ）。
A.城镇居民家庭人均可支配收入每增加1元，城镇居民人均消费增加0.6元
B.城镇居民家庭人均可支配收入每增加1元，城镇居民人均消费增加1293元
C.城镇居民可支配收入对人均消费支出的变化的解释能力较差
D.城镇人均可支配收入可以很好地解释人均消费支岀的变化
E.城镇居民家庭人均可支配收入X=20000元时，人均消费支出Y预估为13293元
B.城镇居民家庭人均可支配收入每增加1元，城镇居民人均消费增加1293元
C.城镇居民可支配收入对人均消费支出的变化的解释能力较差
D.城镇人均可支配收入可以很好地解释人均消费支岀的变化
E.城镇居民家庭人均可支配收入X=20000元时，人均消费支出Y预估为13293元
答案：A,D,E
解析：
回归分析中，被预测或被解释的变量称为因变量， 一般用Y 表示;用来预测或解释因变量的变量称为自变量， 一般用X 表示。方程Y=1293+0.6X，可得出家庭人均可支配收入每增加1元，城镇居民人均消费增加0.6元。（选项A正确）决定系数，也称为R2 ，可以测度回归直线对样本数据的拟合程度，决定系数的取俏在0 - 1 之间，大体上说明了回归模型所能解释的因变量变化占因变量总变化的比例。决定系数越高模型的拟合效果就越好，即模型解释因变量的能力越强。（选项C错误）
R2 为0.99，说明回归模型的拟合效果很好，即城镇人均可支配收入可以很好地解释人均消费支出的变化。（选项D正确）
将X=15000.0元代入回归方程，得：Y=1293+0.6X=1293+12000=13293元。（选项E正确）
R2 为0.99，说明回归模型的拟合效果很好，即城镇人均可支配收入可以很好地解释人均消费支出的变化。（选项D正确）
将X=15000.0元代入回归方程，得：Y=1293+0.6X=1293+12000=13293元。（选项E正确）
第9题：
为预测我国居民家庭对电力的需求量，建立了我国居民家庭电力消耗量(单位：千瓦小时)与可支配收入(X1，单位：百元)、居住面积(X2，单位：平方米)的多元线性回归方程，如下
请根据上述结果，从下列备选答案中选出正确答案。
对于多元线性回归模型，以下假设中正确的有（）。
请根据上述结果，从下列备选答案中选出正确答案。
对于多元线性回归模型，以下假设中正确的有（）。
A.因变量与自变量之间的关系为线性关系
B.随机误差项的均值为1
C.随机误差项之间是不独立的
D.随机误差项的方差是常数
B.随机误差项的均值为1
C.随机误差项之间是不独立的
D.随机误差项的方差是常数
答案：A,D
解析：
多元线性回归模型的假定为：①因变量与自变量之间的关系为线性关系：②随机误差项的均值为0；③随机误差项之间是不相关的；④随机误差项的方差是常数；⑤自变量与随机误差项不相关。
第10题：
(一)将我国31个省(自治区、直辖市)某年度城镇居民家庭人均食品消费支出(y，单位：元)、城镇居民家庭人均可支配收入(x1，单位：元)和食品类居民消费价格指数(x2，单位：上年=100)进行回归分析，得到如表1～表3所示的输出结果：
表 1 回归方程的输出结果
描述城镇居民家庭人均食品消费支出与城镇居民家庭人均可支配收入之间关系适合的图形是( )。
表 1 回归方程的输出结果
描述城镇居民家庭人均食品消费支出与城镇居民家庭人均可支配收入之间关系适合的图形是( )。
A.直方图
B.折线图
C.散点图
D.雷达图
B.折线图
C.散点图
D.雷达图
答案：C
解析：