用一个或多个解释变量预测多个响应变量的回归类型是？

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：

A.3 个自变量回归系数检验中，应该至少有1 个以上的回归系数的检验结果是显著的(即至少有1 个以上的回归系数检验的 P-Value 小于0.05)，不可能出现3 个自变量回归系数检验的 P-Value 都大于0.05 的情况

B.有可能出现3 个自变量回归系数检验的 P-Value 都大于0.05 的情况，这说明数据本身有较多异常值，此时的结果已无意义，要对数据重新审核再来进行回归分析。

C.有可能出现3 个自变量回归系数检验的 P-Value 都大于0.05 的情况，这说明这3 个自变量间可能有相关关系，这种情况很正常。

D.ANOVA 表中的P-VALUE=0.0021 说明整个回归模型效果不显著，回归根本无意义。

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:1 2 y = 2.2 + 30000x + 0.0003x由此方程可以得到结论是:

A.X1对Y 的影响比X2对Y 的影响要显著得多

B.X1对Y 的影响比X2对Y 的影响相同

C.X2对Y 的影响比X1对Y 的影响要显著得多

D.仅由此方程不能对X1及X2对Y 影响大小作出判定

对于响应曲面方法的正确叙述是:

A.响应曲面方法是试验设计方法中的一种

B.响应曲面方法是在最优区域内建立响应变量与各自变量的二次回归方程

C.响应曲面方法可以找寻到响应变量最优区域

D.响应曲面方法可以判明各因子显著或不显著

A.X1对Y的影响比X2对Y的影响要显著得多

B.X1对Y的影响比X2对Y的影响相同

C.X2对Y的影响比X1对Y的影响要显著得多

D.仅由此方程不能对X1及X2对Y影响大小作出判定

A.3个自变量回归系数检验中，应该至少有1个以上的回归系数的检验结果是显著的(即至少有1个以上的回归系数检验的P-Value小于0.05),不可能出现3个自变量回归系数检验的P-Value都大于0.05的情况

B.有可能出现3个自变量回归系数检验的P-Value都大于0.05的情况，这说明数据本身有较多异常值，此时的结果已无意义，要对数据重新审核再来进行回归分析。

C.有可能出现3个自变量回归系数检验的P-Value都大于0.05的情况，这说明这3个自变量间可能有相关关系，这种情况很正常。

D.ANOVA表中的P-VALUE=0.0021说明整个回归模型效果不显著，回归根本无意义。

A.95%的置信区间说明当X取特定值时，若在该点进行100次试验，约有95个点落在该区间内

B.95%的预测区间说明当X取特定值时，若在该点进行100次试验，约有95个点落在该区间内

C.95%的预测区间与95%的置信区间没有关系

D.95%的置信区间一定比95%的预测区间要宽

A.行为

B.命令

C.事件

D.属性

A、样本方差取自然对数

B、样本标准差

C、样本方差

D、样本标准差取自然对数