在建立多元线性回归方程以后，同样应进行相关性检验。即要检验全部自变量与因变量的关系是否呈线性，可通过求出（）来进行检验。

当多个因素影响着企业人力资源需求，而且它们与人力资源需求之间是线性关系时，就需要建立一元线性回归方程。

判断题查看答案

某项目团队在分析阶段建立了V与C、H、W的多元回归方程，得到以下结果： 回归分析：V与C、H、W 回归方程为： V=0.384-0.130C+0.134H+0.224W 以下正确的判断是：（）

多选题查看答案

六西格玛团队分析了历史上本车间产量（Y）与温度（X1）及反应时间（X2）的记录。建立了Y对于X1及X2的线性回归方程，并进行了ANOVA、回归系数显著性检验、相关系数计算等，证明我们选择的模型是有意义的，各项回归系数也都是显著的。下面应该进行（）.

单选题查看答案

在多元线性回归分析中，如果t检验表明回归系数不显著，则意味着（）

单选题查看答案

在选定Y为响应变量后，选定了X1，X2，X3为自变量，并且用最小二乘法建立了多元回归方程。在MINITAB软件输出的ANOVA表中，看到P-Value=0.0021。在统计分析的输出中，找到了对各个回归系数是否为0的显著性检验结果。由此可以得到的正确判断是（）.

单选题查看答案

在一个试验设计的分析问题中，建立响应变量与各因子及交互效应的回归方程可以有两种方法：一是对各因子的代码值（CodeUnits）建立回归方程；二是直接对各因子的原始值（UncodedUnits）建立回归方程。在判断各因子或交互作用是否影响显著时，要进行对各因子回归系数的显著性检验，可以使用这两种方法中的哪一种（）？

单选题查看答案

多元线性回归模型属于哪一类预测方法（）。

单选题查看答案

养牛场为了估算牛的体重，摸索牛身高H、体长L、肚围C与体重W的关系，抽14头牛进行了测量，回归分析结果如下： 按照牛体长、肚围与牛体重建立的回归方程，我们可以求出当牛的体长为180cm，肚围为240cm时，我们有95% 的把握认为牛的体重应当在（）。

单选题查看答案

响应变量Y与两个自变量（原始数据）X1及X2建立的回归方程为：Y=2.1X1+2.3X2，由此方程可以得到结论是（）

单选题查看答案