根据1948~1984年期间英国私有部门的私房动工数(X)，米勒斯(Terence Mills)得到如下回归结果：注：

艾斯特里欧(Asteriou)和霍尔(Hall)根据英国1990年第一季度至1998年第二季度的季度数据得到如下回归结果。应变量是log(IM)=出口的对数(括号内的是t值)。

假定有如下的回归结果：

=2.6911-0.4795X_t

其中，Y是美国的咖啡消费量(每天每人消费的杯数)，X是咖啡的零售价格(美元/磅)，t是时间。

根据11年的观察值，得到如下回归模型：

模型A：=2.6911-0.4795X_t

se=(0.1216) (0.1140) r²=0.6628

模型B：ln=0.7774-0.2530lnX_t

se=(0.0152) (0.0494) r²=0.7448

其中，Y是每人每天消费咖啡的杯数，X是咖啡的价格(美元/磅)。

假定有如下的回归结果

其中，Y表示美国的咖啡消费量(每天每人消费的杯数)，X表示咖啡的零售价格f单位：美元/ 杯)，t表示时间。问：

为了确定影响空调价格的因素，拉奇福德(B.T.Ratchford)根据19个样本数据得到如下回归结果：

Y_i=-68.236+0.023X_2i+19.729X_3i+7.653X_4iR²=0.84

se= (0.005) (8.992) (3.082)

其中，Y——空调价格(美元)；X₂——空调的BTU比率；X₃——能量效率；X₄——设定数；se——标准误。

在研究“人口密度”对“离中心商业区距离”的回归函数中，马达拉(Maddala)根据1970年巴尔的摩地区39个人口普查区的有关数据得到如下回归结果：

lnY_i=10.093-0.239X_i

t=(54.7) (-12.28) R²=0.803

t=(47.87) (-15.10)

其中，Y——普查区的人口密度，X——离中心商业区的距离(英里)。

为了研究制造业增加值中生产工人份额即劳动力份额的变化，根据1949～1964年间美国的数据，得到如下回归结果：(括号中给出了t值)

模型A：=0.4529-0.0041t；r²=0.5284；d=0.8252

t= (-3.9608)

模型B：=0.4786-0.00127t+0.0005t²；R²=0.6629；d=1.82

t= (-3.2724) (2.7777)

式中，Y——劳动份额；t——时间。

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（）。

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

《社会学习和模仿》的作者是()

A、米勒，班杜拉

B、米勒，沃尔特斯

C、班杜拉，沃尔特斯

D、米勒，多拉德

E、沃尔特斯，多拉德

变量y倚变量x回归和由变量x倚变量y回归所得到的回归方程之所以不同，主要是因为方程中参数表示的意义不同。( )