在求解上述回归系数过程中,利用了最小二乘估计准则,这种估计的实质是使()。
A: ∑(Y-Y∧ )2=最小值
B: ∑(Y-Y_ )2=最小值
C: ∑(Y-Y∧ )2=0
D: ∑(Y-Y_ )2=0
A: ∑(Y-Y
B: ∑(Y-Y
C: ∑(Y-Y
D: ∑(Y-Y
举一反三
- 函数f(x,y)=arctan(x/y)在点(0,1)处的梯度等于()。 A: <ruby>i<rp>(</rp><rtstyle="font-size:7px;layout-grid-mode:line">→</rt><rp>)</rp></ruby> B: -<ruby>i<rp>(</rp><rtstyle="font-size:7px;layout-grid-mode:line">→</rt><rp>)</rp></ruby> C: <ruby>j<rp>(</rp><rtstyle="font-size:7px;layout-grid-mode:line">→</rt><rp>)</rp></ruby> D: -<ruby>j<rp>(</rp><rtstyle="font-size:7px;layout-grid-mode:line">→</rt><rp>)</rp></ruby>
- 设A为n阶方阵,则n元齐次线性方程组A<ruby>X<rp>(</rp><rtstyle="font-size:7px;layout-grid-mode:line">→</rt><rp>)</rp></ruby>=<ruby>0<rp>(</rp><rtstyle="font-size:7px;layout-grid-mode:line">→</rt><rp>)</rp></ruby>仅有零解的充要条件是|A|____。
- 下列关于回归平方和的说法,正确的有()。 A: 自变量的变动对因变量的影响引起的变差 B: 无法用回归直线解释的离差平方和 C: 回归值<ruby>y<rp>(</rp><rtstyle="font-size:7px;layout-grid-mode:line">∧</rt><rp>)</rp></ruby>与均值<ruby>y<rp>(</rp><rtstyle="font-size:7px;layout-grid-mode:line">_</rt><rp>)</rp></ruby>离差的平方和 D: 实际值y与均值<ruby>y<rp>(</rp><rtstyle="font-size:7px;layout-grid-mode:line">_</rt><rp>)</rp></ruby>离差的平方和 E: 总的变差平方和与残差平方和之差
- 设n阶矩阵A的各行元素之和均为零,且A的秩为n-1,则线性方程组A<ruby>X<rp>(</rp><rtstyle="font-size:7px;layout-grid-mode:line">→</rt><rp>)</rp></ruby>=<ruby>0<rp>(</rp><rtstyle="font-size:7px;layout-grid-mode:line">→</rt><rp>)</rp></ruby>的通解为____。
- 回归直线的性质有()。 A: 直线通过均点(<ruby>x<rp>(</rp><rtstyle="font-size:7px;layout-grid-mode:line">_</rt><rp>)</rp></ruby>,<ruby>y<rp>(</rp><rtstyle="font-size:7px;layout-grid-mode:line">_</rt><rp>)</rp></ruby>) B: 直线上方各点到直线的纵向距离之和=直线下方各点到直线的纵向距离之和 C: ∑(y-<ruby>y<rp>(</rp><rtstyle="font-size:7px;layout-grid-mode:line">∧</rt><rp>)</rp></ruby>)=0 D: 各点到该回归线纵向距离平方和较到其他任何直线者为小 E: 各点到该回归线纵向距离平方和较到其他任何直线者为大