相关系数只是两个变量之间线性关系的一个度量，不一定意味着有两个变量之间一定有因果关系。

A．数值越大说明两个变量之间的关系就越强

B．仅仅是两个变量之间线性关系的一个度量，不能用于描述非线性关系

C．只是两个变量之间线性关系的一个度量，不一定意味着两个变量之间存在因果关系

D．绝对值不会大于1

B、仅仅是两个变量之间线性关系的一个度量，不能用于描述非线性关系

C、只是两个变量之间线性关系的一个度量，不一定意味着两个变量之间一定有因果关系

D、绝对值不会大于1

A.相关系数的绝对值不会大于1

B.相关系数是一个随机变量

C.相关系数是度量两个变量之间线性关系强度的统计量

D.相关系数不会取负值

A.相关系数是反映两个变量之间线性关系的度量

B.相关系数具有对称性

C.计量尺度改变不影响相关系数

D.相关系数两个变量间因果关系的度量

A. 度量两个变量之间的相关性程度的指标

B. 相关系数的大小范围和概率的大小范围一样，均为0到1

C. 如果p=1，则X和Y有完全的正线性相关关系

D. 如果p=0，则称X和Y不相关

E. 相关系数越接近1越好

A、说明两变量线性依存程度

B、说明解释变量对因变量的解释程度

C、度量的对称的相关关系

D、度量的不对称的因果关系

A．从一组样本数据出发，确定变量之间的数学关系式

B．对数学关系式的可信程度进行各种统计检验，并从影响某一特定变量的诸多变量中找出哪些变量的影响是显著的，哪些是不显著的

C．利用所求的关系式，根据一个或几个变量的取值来估计或预测另一个特定变量的取值

D．度量两个变量之间的关系强度

1.度量二值因变量模型的拟合效果，我们可以使用 A.伪B.回归的标准误(SER) C.D.回归系数的大小 2。在二值因变量模型中，因变量y的预测值为0.6意味着 A.给定解释变量的值，因变量等于1的概率为60% B.给定解释变量的值，因变量等于1的概率为40% C.该模型没有意义，因为因变量只能取0或者1 D.给定解释变量的值，因变量的值为0.6 3.以下关于二值因变量模型的说法正确的是： A.当自变量也包含二值变量时，仍可使用线性概率模型 B.应优先考虑使用非线性最小二乘法进行估计 C.可采用正确预测的比例、或伪衡量模型的拟合优度 D.OLS方法在所有模型设定下均不再适用 4.在估计Probit和Logit模型时： A.不再成立 B.仍然可以使用 t 统计量来检验单个系数的显著性 C.自变量不能再包括有二值变量 D.因为变量非线性，所以不能再使用F统计量了 5.线性概率模型的主要缺点是： A.无法使用作为拟合优度的度量 B.因变量的实际值只能取0和1，但是线性概率模型的拟合值不只有0和1 C.因变量的预测值可能大于1或者小于0 D.系数估计不准确

A．均方残差(MSE)的平方根

B．对误差项ε的标准差σ的估计

C．排除了x对y的线性影响后，y随机波动大小的一个估计量

D．度量了两个变量之间的关系强度