用 OLS 估计经典线性模型,则样本回归直线通过点()
A: (X,Y)
B: (X,Yˆ)
C: (X,Yˆ)
D: (X,Y)
A: (X,Y)
B: (X,Yˆ)
C: (X,Yˆ)
D: (X,Y)
举一反三
- 使用最小二乘法估计得出的样本回归直线必然通过点() A: (0,0) B: (x,0) C: (0,y) D: (x,y)
- Y关于x的线性回归方程为y=a+bx,该回归直线必通过点()。 A: (0,a) B: (0,b) C: (x,y) D: (a,b) E: (x,a)
- 建立线性回归模型的R命令是() A: lm(y~x) B: lm(x,y) C: fm(x,y) D: fm(y~x)
- 回归直线y∧=a+bx一定过点 A: (a、b) B: (x、y) C: (x∧、y∧) D: (x∧、y∧) E: 没有这样的点
- 已知x与y的相关系数r=0.87, =41.40,则x与y的线性回归模型的估计标准误差 =