简单线性回归

简单线性回归

Pearson相关系数

添加变量的合并

添加观测值的合并

对变量X和Y做线性相关分析时，资料需要符合的条件是（　　）

线性回归系数t检验的自由度是（　　）

Pearson线性相关系数假设检验的无效假设H0是（　　）

散点图中各散点基本呈直线共变趋势，部分数据点在拟合的直线上，且随X值增大，Y值有增大趋势，说明两个变量之间可能有（　　）

用最小二乘法估计线性回归模型参数的原则是，各观测点距回归直线的（　　）

对样本量n=10的资料估计相关系数并进行假设检验，得tr<t0.05/2,n-2，则下列各项中的最佳选项是（　　）

分析环境噪音强度与居民失眠患病率之间的关系可采用（　　）

估计线性相关系数之前，应首先绘制的统计图是（　 　）

下列各项中正确的是（　 　）

相关系数的取值范围是（　　）

下列有关b和r关系的叙述，正确的是（　　）

已知tb1=tb2，则一定有（　　）

在数据中增加一个变量的操作所用到的菜单是（　 　）

在原有变量的基础之上，产生一个新变量的操作所用到的菜单是（　　）

Recode菜单的功能是（　　）

SPSS默认的变量取值宽度是（　　）

选取部分研究对象进行分析时的操作所用到的菜单是（　　）

直线回归的前提条件是（　　）

下列有关回归系数的叙述，正确的是（　 　）

样本相关系数r=0，说明（　 　）

简述决定系数的意义。

简述SPSS变量名的命名规则。

某地10名健康儿童的头发与血液中的硒浓度见下表，试估计由发硒预测血硒的线性回归模型，并作假设检验。

测量10名健康成年男子基础代谢24小时产热量(千卡)及体表面积(cm2)，数据见下表，试回答： （1）下表资料有几个变量，分别是什么类型的变量？ （2）适宜进行Pearson相关分析还是Spearman相关分析？ （3）假定成年男子体表面积与产热量服从双变量正态分布，本例相关系数r=0.624，据此认为两个变量之间有相关关系是否妥当？