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=2.2+30000x1+0.0003x2由此方程可以得到结论是（）.

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

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=2.2+30000x1+0.0003x2由此方程可以得到的结论是：（）

单选题查看答案

响应变量与预测变量之间的拟合线图如下，回归方程为：y=8521-16.56x+0.009084x**2，下图给出了置信区间和预测区间。关于这两个区间的关系，正确的描述是：（）

多选题查看答案

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

在农田试验中，考虑两个因子：浇水量A和施肥量B。A有两水平：水少、水多；B有两水平：肥少、肥多。以产量Y（单位：公斤）为响应变量，由试验得到如下数据： 水少 水多 肥少 300 320 肥多 340 390 则交互作用 A*B 的效应为：（）

单选题查看答案

相关系数r=0，意味着两个变量X与Y间的关系可能是（）。

单选题查看答案

为了研究轧钢过程中的延伸量控制问题，在经过2水平的4个因子的全因子试验后，得到了回归方程。其中，因子A代表轧压长度，低水平是50cm，高水平为70cm。响应变量Y为延伸量（单位为cm）。在代码化后的回归方程中，A因子的回归系数是4。问，换算为原始变量（未代码化前）的方程时，此回归系数应该是多少？（）

单选题查看答案

在试验设计的最后阶段，已经确认了3个关键影响因素，且3个因素的影响可能非线性，我们想知道响应变量Y究竟如何依赖于3个关键影响因素，进而找到自变量的设置，使得响应变量能取得最佳值（望大或望小），选择哪种设计较好？（）

单选题查看答案

回归直线方程中两个变量x和y（）

单选题查看答案