假设儿子的身高（[tex=0.5x1.0]iwXm0SwS+lfupyC0IyH8yQ==[/tex]）与父亲的身高（[tex=0.571x0.786]c5VsltFnl9nO0qB/vNKOWA==[/tex]）适合一元正态线性回归模型，测 量了 10 对英国父子的身高（央寸）如下：[p=align:center][tex=27.857x3.214]I08GkjPu5ilZ1cL3oVOjRHdwB7AnVEFBz1/CZykyY6nfrDIE7OtUE8tgT6XTcJg166iThTOCYY3KWLCQCnxA5l3rPiig3+ehFMpm+HVz7FbBm+RhtknliZApPEXaAw0M96wnwp74YzQSkHt70wpHb0NhZKeSK+TQJTQhUjGomxRokRtfdCMqcKkBUEqy0rR8u9F+u1xQuaXFG4TBoFYt3/PUZgZhBhSe3OHkB2m+AjVuoOLcA5fXP3gysBXGtBGucc9Za/FKqwu+uqkP/ew29w==[/tex]（1）建立 [tex=0.5x1.0]iwXm0SwS+lfupyC0IyH8yQ==[/tex] 关于 [tex=0.571x0.786]c5VsltFnl9nO0qB/vNKOWA==[/tex] 的回归方程；（2）对线性回归方程做假设检验 (检验水平取为 0.05)；（3）给出 [tex=2.714x1.214]QuxJlZbSXznj/btiqyXbZw==[/tex] 时， [tex=0.857x1.0]PLvBWqX2JpWSbHN3O3YYQw==[/tex] 的置信度为 95% 的预测区间.
举一反三
- >>>x= [10, 6, 0, 1, 7, 4, 3, 2, 8, 5, 9]>>>print(x.sort()) 语句运行结果正确的是( )。 A: [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10] B: [10, 6, 0, 1, 7, 4, 3, 2, 8, 5, 9] C: [10, 9, 8, 7, 6, 5, 4, 3, 2, 1, 0] D: ['2', '4', '0', '6', '10', '7', '8', '3', '9', '1', '5']
- set1 = {x for x in range(10)} print(set1) 以上代码的运行结果为？ A: {0, 1, 2, 3, 4, 5, 6, 7, 8, 9} B: {0, 1, 2, 3, 4, 5, 6, 7, 8, 9,10} C: {1, 2, 3, 4, 5, 6, 7, 8, 9} D: {1, 2, 3, 4, 5, 6, 7, 8, 9,10}
- 从 [tex=2.429x1.0]JKsBBl4pjMTXnKsdF+RQHg==[/tex] 的样本中得到的有关回归结果是: [tex=8.0x1.214]3FMkFCSHTUOQCqwwgJVk7pZTQXa/+mIqmyhf5zrjXdE=[/tex] 。要检验 [tex=0.571x0.786]c5VsltFnl9nO0qB/vNKOWA==[/tex] 与 [tex=0.5x1.0]iwXm0SwS+lfupyC0IyH8yQ==[/tex] 之间的线性关系是否显著，即检验假设: [tex=4.214x1.214]7HUoTN78PFPeUs02SMAvRjvIwKHh25oGmuAKcURXl7w=[/tex] 。(1) 线性关系检验的统计量 F 值是多少?(2) 给定显著性水平 [tex=3.786x1.0]j0DyOD2xW8hNkLP53FtTIA==[/tex], [tex=1.143x1.214]1eu38Gt9HlUlpUGy0Sr0Qg==[/tex]是多少?(3) 是拒绝原假设还是不拒绝原假设?(4) 假定 [tex=0.571x0.786]c5VsltFnl9nO0qB/vNKOWA==[/tex] 与 [tex=0.5x1.0]iwXm0SwS+lfupyC0IyH8yQ==[/tex] 之间是负相关，计算相关系数 [tex=0.5x0.786]Tg0I1PUwmDJ7uXa9+yiYMA==[/tex] 。(5) 检验 [tex=0.571x0.786]c5VsltFnl9nO0qB/vNKOWA==[/tex] 与 [tex=0.5x1.0]iwXm0SwS+lfupyC0IyH8yQ==[/tex] 之间的线性关系是否显著?
- 【单选题】请用地点定桩法在4分钟内记忆数字。 4 0 1 3 6 3 5 1 9 8 8 9 7 2 9 3 0 9 5 3 1 7 7 5 2 3 3 0 5 0 1 4 1 3 8 3 5 7 9 7 (5.0分) A. 已背 B. 未背
- 证明;仅当[tex=2.5x1.214]9DGmnxh35IfB4i3nd+vacA==[/tex]时, [tex=0.5x1.0]iwXm0SwS+lfupyC0IyH8yQ==[/tex] 对 [tex=0.571x0.786]c5VsltFnl9nO0qB/vNKOWA==[/tex] 的线性回归的斜率估计量等于[tex=0.571x0.786]c5VsltFnl9nO0qB/vNKOWA==[/tex]对 [tex=0.5x1.0]iwXm0SwS+lfupyC0IyH8yQ==[/tex] 的线性回归的斜率估计量的倒数。