Y关于X的回归平方和为

对变量X与Y，测得试验数据如表9-13所示。

画出散点图，为了求得变量Y关于X的回归万程，考虑选配下列曲线方程：

按所得的各个回归方程，分别计算剩余平方和比较它们的大小，从而选定“最佳”回归曲线方程(S_e最小者为“最佳”)。

根据11对(X,Y)的样本数据计算获得自变量X的方差为4.5，反应变量Y的方差为4.0，X与Y的相关系数平方值为0.5。

Y关于X的回归平方和为

A.20

B.30

C.40

D.45

E.0.7071

在回归分析中，下列说法不正确的是（）。

A.A.回归平方和是由于x与y 的变化引起的变化部分

B.B.剩余平方和是除了x对y的线性影响之外的其他因素对y的变差的作用

C.C.回归平方和等于y的变差平方和加上剩余平方和

D.D.y的变差平方和可表示为

根据某地区2001-2011年农作物种植面积(x)与农作物产值(y)，可以建立一元线性回归模型，估计结果得到判定系数R2=0.9，回归平方和SSR=90，则回归模型的残差平方和SSE为（）。

A、各观测值到回归直线的纵向距离平方和最小

B、

C、

D、

E、

某公司欲了解广告费用x对销售量y的影响，收集了20个地区的数据，并对x、y进行线性回归分析，得到：方程的截距为364，回归系数为1.42，回归平方和SSR=1602708.6，残差平方和SSE=40158.07。要求：（1)写出广告费用x与销售量y之间的线性回归方程。（2)假如广告费用投入50000元，根据回归方程估计商品销售量。（3)计算判定系数R2，并解释它的意义。

某公司欲了解广告费用x对销售量y的影响，收集了16个地区的数据，并对x、y进行线性回归分析，得到：方程的截距为280，回归系数为1.6，回归平方和SSR=1503000，残差平方和SSE=38000。要求：（1)写出广告费用x与销售量y之间的线性回归方程。（2)假如广告费用投入80000元，根据回归方程估计商品的销售量。（3)计算判定系数R2，并解释它的意义。

根据某地区2006～2014年农作物种植面积(X)与农作物产值(Y)，可以建立一元线性回归模型，估计结果得到判定系数R2=0．9，回归平方和SSR=90，则估计标准误差为()。

A.1．195

B.1．291

C.3．162

D.3．5R6

A、X的离散程度

B、Y的离散程度

C、X与Y的相关程度

D、Y的离差平方和

直线回归分析中，有直线回归方程Y=0.004+0.0488X，代入两点描出回归线。下面选项中哪项正确()

A、回归直线X的取值范围为（-1，1）

B、所绘回归直线必过点(，)

C、原点是回归直线与Y轴的交点

D、所有实测点都应在回归线上

E、实测值与估计值差的平方和必小于零