中国大学MOOC: 根据N=18次随机试验测得纱线某指标y和因素x1、x2、x3数据如下表，在建立指标y与因素x1、x2、x3的多元线性回归方程时所得到的拟合优度为（ ）。Nx1x2x3y10.4331586420.4231636033.119377140.6341576154.724595461.7651237779.4444681810.13111793911.629173931012.658112511110.937111761223.146114961323.150134771421.64473931523.15616895161.936143541726.8582021681829.95112499
举一反三
- 中国大学MOOC: 根据N=18次随机试验测得纱线某指标y和因素x1、x2、x3数据如下表，在建立指标y与因素x1、x2、x3的多元线性回归方程时所得到的F值及相应结论分别为（ ）。Nx1x2x3y10.4331586420.4231636033.119377140.6341576154.724595461.7651237779.4444681810.13111793911.629173931012.658112511110.937111761223.146114961323.150134771421.64473931523.15616895161.936143541726.8582021681829.95112499
- F(x1,x2,x3)= x 1 2 +2x 2 2 +5x 3 2 +2x 1 x 2 +2x 1 x 3 +6x 2 x 3 的标准形为（）
- 根据N=18次随机试验测得纱线某指标y和因素x1、x2、x3数据如下表，在建立指标y与因素x1、x2、x3的多元线性回归方程时所得到的F值及相应结论分别为（）。Nx1x2x3y10.4331586420.4231636033.119377140.6341576154.724595461.7651237779.4444681810.13111793911.629173931012.658112511110.937111761223.146114961323.150134771421.64473931523.15616895161.936143541726.8582021681829.95112499 A: 0.0093；多元回归方程显著 B: 5.68；多元回归方程显著 C: 0.0093；多元回归方程不显著 D: 5.68；多元回归方程不显著
- 根据N=18次随机试验测得纱线某指标y和因素x1、x2、x3数据如下表，在建立指标y与因素x1、x2、x3的多元线性回归方程时所得到参数估计结果为()。Nx1x2x3y10.4331586420.4231636033.119377140.6341576154.724595461.7651237779.4444681810.13111793911.629173931012.658112511110.937111761223.146114961323.150134771421.64473931523.15616895161.936143541726.8582021681829.95112499A.()x1()、()x2()、()x3()均未通过显著性检验B.()x1()、()x2()、()x3()均通过显著性检验C.()x1()未通过显著性检验；()x2()、()x3()通过显著性检验D.()x1()通过显著性检验；()x2()、()x3()未通过显著性检验
- 求函数 f(x)=3*x1^2 + 2*x1*x2 + x2^2 − 4*x1 + 5*x2. 时,输入代码 >>fun = @(x)3*x(1)^2 + 2*x(1)*x(2) + x(2)^2 - 4*x(1) + 5*x(2); >>x0 = [1,1]; >>[x,fval] = fminunc(fun,x0); 其中fun的作用是: