A.101.2
B.102.6
C.103.53
D.105.1

A.103.5
B.102.6
C.103.9
D.104.8

A.相關(guān)分析研究變量間相關(guān)的方向和相關(guān)程度，相關(guān)分析中需要明確自變量和因變量
B.回歸分析是指根據(jù)相關(guān)關(guān)系的具體形態(tài)，選擇一個(gè)合適的數(shù)學(xué)模型，來近似地表達(dá)變量間的依賴關(guān)系，也就是說回歸分析研究變量間相互關(guān)系的具體形式
C.相關(guān)分析與回歸分析不僅具有共同的研究對象，而且在具體應(yīng)用時(shí)，常常必須互相補(bǔ)充
D.回歸分析可以從一個(gè)變量的變化來推測另一個(gè)變量的變化
E.只有當(dāng)變量之間存在著相關(guān)性時(shí)，進(jìn)行回歸分析尋求其相關(guān)的具體形式才有意義

A.根據(jù)因變量的多少，回歸模型可以分為一元回歸模型和多元回歸模型
B.根據(jù)是否是線性，回歸模型可以分為線性回歸模型和非線性回歸模型
C.一元線性回歸模型是描述兩個(gè)變量之間相關(guān)關(guān)系的最簡單的回歸模型，可以表示為Y=β₀+β₁X
D.描述因變量Y的期望E （Y）如何依賴自變量X的方程稱為回歸方程。一元線性回歸方程的形式為：E（Y）=β₀+β₁X+ε
E.一元線性回歸方程的圖示是一條直線，β₀是回歸直線的截距，β₁是回歸直線的斜率，表示X每變動(dòng)一個(gè)單位時(shí)，E （Y）的變動(dòng)量

A.一元回歸模型
B.多元回歸模型
C.線性回歸模型
D.非線性回歸模型
E.回歸方程

A.決定系數(shù)R²，也稱為擬合優(yōu)度或判定系數(shù)，可以測度回歸模型對樣本數(shù)據(jù)的擬合程度，其取值范圍在（0,1）之間
B.如果所有觀測點(diǎn)都落在回歸直線上，決定系數(shù)R²=1，說明回歸直線可以解釋因變量的所有變化
C.決定系數(shù)R²=0，說明回歸直線無法解釋因變量的變化，因變量的變化與自變量無關(guān)
D.現(xiàn)實(shí)應(yīng)用中R²大多落在0和1之間，決定系數(shù)R²越高，越接近于1，模型的擬合效果就越好，即模型解釋因變量的能力越強(qiáng)
E.多元回歸模型在實(shí)際應(yīng)用中，隨著自變量個(gè)數(shù)的增加，決定系數(shù)R²也會(huì)增大，調(diào)整后R²考慮了自變量個(gè)數(shù)增加帶來的影響，在數(shù)值上大于R²

A.該項(xiàng)調(diào)查的總體是該單位所有在職員工
B.該項(xiàng)調(diào)查的樣本是隨機(jī)抽取的300名在職員工
C.該項(xiàng)調(diào)查的總體參數(shù)是該單位所有在職員工中亞健康人員占比
D.該項(xiàng)調(diào)查的樣本統(tǒng)計(jì)量是被調(diào)查的300名在職員工中的亞健康人員占比
E.供抽樣所用的所有抽樣單元的名單指的是抽樣總體

A.總體中每個(gè)單元被抽入樣本的概率都相等
B.按一定的概率以隨機(jī)原則抽取樣本，使每個(gè)單元都有一定的機(jī)會(huì)被抽中
C.總體中每個(gè)單元被抽中的概率雖然是未知的，但是可以計(jì)算出來的
D.當(dāng)采用樣本對總體參數(shù)進(jìn)行估計(jì)時(shí)，要考慮到每個(gè)樣本單元被抽中的概率
E.估計(jì)量僅與樣本單元的觀測有關(guān)，與樣本單元被選入樣本的概率無關(guān)

A.分層抽樣、系統(tǒng)抽樣、配額抽樣、整群抽樣、多階段抽樣都屬于概率抽樣的方法
B.判斷抽樣、方便抽樣、自愿樣本等都屬于非概率抽樣的方法
C.在抽取樣本時(shí)，調(diào)查人員依據(jù)調(diào)查目的和對調(diào)查對象情況的了解，人為確定樣本單元，這種抽樣調(diào)查方法稱為判斷抽樣
D.方便抽樣可以采用“攔截式”
E.要獲得自愿樣本比較典型的是網(wǎng)上調(diào)查

A.簡單隨機(jī)抽樣分為有放回簡單隨機(jī)抽樣和不放回簡單隨機(jī)抽樣兩種方法，不放回簡單隨機(jī)抽樣比有放回抽樣的抽樣誤差大
B.簡單隨機(jī)抽樣是最基本的隨機(jī)抽樣方法，每個(gè)單位的入樣概率可能相同也可能不同
C.抽樣框中沒有更多可以利用的輔助信息，可以考慮使用簡單隨機(jī)抽樣
D.在大范圍抽樣調(diào)查中采用多階段抽樣的原因之一就是在大范圍抽樣調(diào)查中，往往沒有包括所有總體單位的抽樣框，或者編制這樣的抽樣框十分困難
E.多階段的抽樣誤差的計(jì)算比較簡單