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 =