A: 第二个解释变量对被解释变量的影响不显著
B: 模型所描述的变量之间的线性关系总体上显著
C: 第一个解释变量对被解释变量的影响显著
D: 三个解释变量对被解释变量的影响显著
举一反三
- 线性回归模型中检验回归显著性时结果显著,则所有解释变量对被解释变量都没有解释力
- 在模型[img=231x24]17e4457e9906b01.png[/img] 的回归分析结果中,有[img=78x18]17e4457eb8fb2cd.png[/img], [img=135x22]17e4457ecb120a7.png[/img],则表明( ) A: 解释变量X1对Y 的影响不显著 B: 解释变量X2对Y的影响显著 C: 模型所描述的变量之间的线性关系总体上显著 D: 解释变量X1和X2对Y的影响显著
- 多元线性回归模型中,采用()来检验被解释变量与所有解释变量之间的线性关系在总体上是否显著成立
- F检验的目的是判断所有解释变量对被解释变量的联合影响是否显著。
- 在模型[img=226x18]17e0b3560eecead.jpg[/img]的回归分析结果中，有F=426.58，F的p值为0.000000，则表明（） 未知类型：{'options': ['解释变量[img=21x17]17e0b3561a4e614.jpg[/img]对[img=15x18]17e0b3562486f8b.jpg[/img]的影响不显著', ' 解释变量[img=20x18]17e0b3563016567.jpg[/img]对[img=15x18]17e0b3562486f8b.jpg[/img]的影响不显著', ' 模型所描述的变量之间的线性关系总体上显著', ' 解释变量[img=21x17]17e0b3561a4e614.jpg[/img]和[img=20x18]17e0b3563016567.jpg[/img]对[img=15x18]17e0b3562486f8b.jpg[/img]的影响显著'], 'type': 102}
内容
- 0
在模型[img=226x18]17e438c40c5a585.jpg[/img]的回归分析结果中，有F=426.58，F的p值为0.000000，则表明（） 未知类型：{'options': ['解释变量[img=21x17]17e438c4149b54d.jpg[/img]对[img=15x18]17e438c41cdbe3a.jpg[/img]的影响不显著', ' 解释变量[img=20x18]17e438c42652c64.jpg[/img]对[img=15x18]17e438c41cdbe3a.jpg[/img]的影响不显著', ' 模型所描述的变量之间的线性关系总体上显著', ' 解释变量[img=21x17]17e438c4149b54d.jpg[/img]和[img=20x18]17e438c42652c64.jpg[/img]对[img=15x18]17e438c41cdbe3a.jpg[/img]的影响显著'], 'type': 102}
- 1
回归系数的显著性检验是用来检验解释变量对被解释变量有无显著解释能力的检验。
- 2
在模型[img=319x43]17da65268666a9f.png[/img]的回归分析结果中，有 F=462.58，F 的 p 值=0.000000，则表明（ ）。 未知类型：{'options': ['解释变量[img=30x41]17da652690d5ff7.png[/img]对[img=19x48]17da65269b6453a.png[/img]的影响不显著', '解释变量[img=30x50]17da6526a6704f4.png[/img]对[img=27x40]17da6526b208ce2.png[/img]的影响显著', '模型所描述的变量之间的线性关系总体上显著', '解释变量[img=35x47]17da6526bcb02b1.png[/img]和[img=26x41]17da6526c744034.png[/img]对[img=22x45]17da6526d15ee74.png[/img]的影响显著'], 'type': 102}
- 3
中国大学MOOC: 回归系数的显著性检验用来检验解释变量对被解释变量有无显著解释能力
- 4
当模型中引入一个对被解释变量有显著解释作用且和已有变量不相关的解释变量时， 。