分析因变量与自变量之间的相关关系，根据自变量的数值变化，去预测因变量数值变化的预测方法是（)

研究的效度关注

A、用同样方法是否能够重复研究的结果

B、研究的自变量与因变量之间是否有关系

C、研究的自变量与因变量之间是否有因果关系

D、研究的自变量与因变量之间因果关系的构思

E、研究结果能否推广到其他人员、背景条件和时间

研究的效度是指

A、用同样的方法是否能够重复研究的结果

B、研究的自变量与因变量之间是否有关系

C、一项研究测到所要测量的东西或达到某种目标的程度

D、变量之间关系的普遍意义如何

E、变量之间可能存在的因果关系的构思是什么

A.r=1

B.r=-1

C.r=0

D.不能确定

B、多元线性回归分析预测法的关键是找到适宜的回归方程

C、偏回归系数是假设在其他所有自变量保持不变的情况下，某一个自变量的变化引起因变量变化的比重

D、它的参数可以用最小二乘法进行估计

A.v与h都是变量

B. h是自变量，v是因变量

C. v与h之间的关系可为v＝100πh

D. v＝150cm3时，h＝25cm

E. 当h是40cm时，v达到最大值为4000π，此时不能再注入水

A、随机序列项不是同方差，而是异方差

B、随机序列项序列相关，即存在自相关

C、解释变量之间相关

D、解释变量是随机变量，且与随机扰动项相关

E、因变量是随机变量，即存在误差

A.一元线性回归预测是回归预测的基础，预测对象只受一个主要因素影响

B.判定一个线性回归方程的拟合程度的优劣称为模型的显著性检验，通常用的检验法是相关系数检验法

C.相关系数等于回归平方和在总平方和中所占的比率，即回归方程所能解释的因变量变异性的百分比，是一元回归模型中用来衡量两个变量之间相关程度的判定指标

D.如果相关系数r=0，表示所有的观测值全部落在回归直线上;如果r=1，则表示自变量与因变量无线性关系

下面是20个城市写字楼出租率和每平米月租金价格的回归分析结果，月租金为自变量，出租率为因变量： 回归统计： MultipleR RSquare AdjustedRSquare 标准误差 0.7951 0.6322 0.6117 2.6858 方差分析 Df SS MS F SignificanceF 回归 1 223.1403 223.1403 30.9332 2.798E-05 残差 18 129.8452 7.213.6 总计 19 352.9855 系数估计和检验 Coefficient 标准误差 T Stat P-Value Lower95% Upper95% Intercept 49.3177 3.8050 12.9612 0.0000 41.3236 57.3117 XVariable 0.2492 0.0448 5.5618 0.0000 0.1551 0.3434 根据回归分析结果，下列判断正确的是（）。

A、出租率与月租金价格之间的线性关系为：=49.3177+0.2492x

B、回归系数=0.2492，表示：月出租率增加1%，月租金平均增加0.2492%

C、=63.22%，表明在出租率的变差中被出租率与月租金之间的线性关系所解释的比例为63.22%，回归方程的拟合程度一般

D、估计标准误差Se=2.6858，表示，当用月租金来预测出租率时，平均的预测误差为2.6858%，表明预测误差不大

E、方差分析中SignificanceF=2.798E-05＜0.05,说明两者线性关系显著＜br＞

F、回归系数检验的P-Value=0.0000＜0.05，说明回归系数通过显著检验＜br＞

根据下列选项，回答 80～83 题：

A．能操纵自变量，能控制因变量

B．能操纵自变量，不能控制因变量

C．不能操纵自变量，能控制因变量

D．不能操纵自变量，不能控制因变量

E．以上都不对

第 80 题 实验法（）。

A. V与H都是变量

B. H是自变量，V是因变量

C. V与H的关系可为V=100πH

D. V=150立方厘米时，H=25厘米

E. 当H是40厘米时，V达到最大值为4000π，此时不能再注入水