1樓：瞾呼吸的錯
a、如果變數x與y之間存在著線性相關關係，我們根據試驗資料得到的點（
版xi，yi）（i=1，2，…權，n）將散布在某一條直線的附近，這些點形成散點圖，故a錯誤，
b、任何一組（xi，yi）（i=1，2，，n）都能寫出乙個線性方程，只是有無意義的問題．
故b錯誤，
c、x，y是具有相關關係的兩個變數，
且x關於y的線性回歸方程為?y
如果變數x和變數y之間的線性相關係數為0，說明這兩個變數之間是
2樓：匿名使用者
但並不能排除x和y之間可能存在其他關係。
若x和y不相關，
，則x和y不相關。
若x和y獨立，則必有
，x和y不獨立。因此，「不相關」是乙個比「獨立」要弱的概念。
擴充套件資料1、相關係數大於零，則表示兩個變數正相關，且相關係數越大，正相關性越高；
2、相關係數小於零，則表示兩個變數負相關，且相關係數越小，負相關性越高；
是乙個可以表徵x 和y 之間線性關係緊密程度的量。當
3樓：呂秀才
說明這連個變數之間沒有顯著的線性相關性。
但是並不表示變數之間沒有關係，當線性關係沒有的時候，需要考慮下是否存在非線性的相關。這個需要你繪製散點圖看，兩個變數之間是否存在某種曲線的關係，然後找對應的模型驗證一下。
4樓：過分裡
完全不相關
如果是丨r丨越向1靠，則相關性越大
下列說法錯誤的是（ ）a．若變數y和x之間的相關係數為r=-0.9362，則變數y和x之間具有線性相關關係b．
5樓：吾愛破解
對於a，由相關係數的作用，當|r|越接近1，表示變數y與x之間的線性相關關係越強；變數y和x之間的相關係數為r=-0.9362，則變數y和x之間具有線性相關關係，所以a正確；
對於b，回歸直線直線y=bx+
a是由最小二乘法計算出來的，它不一定經過其樣本資料點，一定經過（.x，.
y）所以b不正確；
對於c，由獨立性檢驗知識知兩個變數的2×2列聯表中對角線上資料的乘積相差越大，說明這兩個變數有關係成立的可能性就越大，而不是兩個變數沒有關係成立的可能性就越大；所以c正確．
對於d，用相關指數r2的值判斷模型的擬合效果，r2越大，模型的擬合效果越好，所以d正確；
故選：b．
設兩個變數x和y之間具有線性相關關係，它們的相關係數為r，y關於x的回歸直線方程為?y=kx+b，則（ ）a
6樓：風音
∵相關係數r為正，表示正相關，回歸直線方程上公升，r為負，表示負相關，回歸直線方程下降，，
∴k與r的符號相同．
故選a．
相關係數越大，說明兩個變數之間的關係就越強嗎
7樓：月似當時
樣本的簡單相關係數一般用r表示，計算公式為：
r 的絕對值越大表明相關性越強，要注意的是這裡並不存在因果關係。若r=0，表明兩個變數間不是線性相關，但有可能是其他方式的相關（比如曲線方式）。
利用樣本相關係數推斷總體中兩個變數是否相關，可以用t 統計量對總體相關係數為0的原假設進行檢驗。若t 檢驗顯著，則拒絕原假設，即兩個變數是線性相關的；若t 檢驗不顯著，則不能拒絕原假設，即兩個變數不是線性相關。
擴充套件資料
一些實際工作者用非居中的相關係數（與pearson係數不相相容）。
例如：假設五個國家的國民生產總值分別是1、2、3、5、8（單位10億美元），又假設這五個國家的貧困比例分別是11%、12%、13%、15%、18%。
則有兩個有序的包含5個元素的向量x、y：x = (1, 2, 3, 5, 8) 、 y = (0.11, 0.
12, 0.13, 0.15, 0.
18) 使用一般的方法來計算向量間夾角（參考數量積）。
上面的資料實際上是選擇了乙個完美的線性關係：y
= 0.10 + 0.01 x。因此皮爾遜相關係數應該就是1。
把資料居中（x中資料減去 e(x) = 3.8 ，y中資料減去e(y) =
0.138）後得到：x = (−2.
8, −1.8, −0.8, 1.
2, 4.2)、 y = (−0.028, −0.
018, −0.008,
0.012, 0.042)。
8樓：禾鳥
相關係數越大，說明兩個變數之間的關係就越強。當相關係數為1時，兩個變數其實就是一次函式關係。
相關係數介於0與1之間，用以反映變數之間相關關係密切程度的統計指標。相關係數是按積差方法計算，同樣以兩變數與各自平均值的離差為基礎，通過兩個離差相乘來反映兩變數之間相關程度；著重研究線性的單相關係數。
相關係數是最早由統計學家卡爾·皮爾遜設計的統計指標，是研究變數之間線性相關程度的量，一般用字母 r 表示。由於研究物件的不同，相關係數有多種定義方式，較為常用的是皮爾遜相關係數。
擴充套件資料
（1）相關係數的應用
1、概率論
例：若將一枚硬幣拋n次，x表示n次試驗中出現正面的次數，y表示n次試驗中出現反面的次數。計算ρxy。
解：由於x+y=n，則y=-x+n，根據相關係數的性質推論，得ρxy = − 1。
2、企業物流
例：一種新產品上市，在上市之前，公司的物流部需把新產品合理分配到全國的10個倉庫，新品上市乙個月後，要評估實際分配方案與之前考慮的其他分配方案中，是實際分配方案好還是其中尚未使用的分配方案更好。
通過這樣的評估，可以在下一次的新產品上市使用更準確的產品分配方案，以避免由於分配而產生的積壓和斷貨。表1是根據實際資料所列的數表。
通過計算，很容易得出這3個分配方案中，b的相關係數是最大的，這樣就評估到b的分配方案比實際分配方案a更好，在下一次的新產品上市分配計畫中，就可以考慮用b這種分配方法來計算實際分配方案。
3、聚類分析
例：如果有若干個樣品，每個樣品有n個特徵，則相關係數可以表示兩個樣品間的相似程度。藉此，可以對樣品的親疏遠近進行距離聚類。
例如9個小麥品種(分別用a1,a2,...,a9表示)的6個性狀資料見表2，作相關係數計算並檢驗。
由相關係數計算公式可計算出6個性狀間的相關係數，分析及檢驗結果見表3。由表3可以看出，冬季分蘖與每穗粒數之間呈現負相關(ρ = − 0.8982)，即麥冬季分蘖越多，那麼每穗的小麥粒數越少，其他性狀之間的關係不顯著。
（2）相關係數的缺點：
需要指出的是，相關係數有乙個明顯的缺點，即它接近於1的程度與資料組數n相關，這容易給人一種假象。
因為，當n較小時，相關係數的波動較大，對有些樣本相關係數的絕對值易接近於1；當n較大時，相關係數的絕對值容易偏小。特別是當n=2時，相關係數的絕對值總為1。因此在樣本容量n較小時，我們僅憑相關係數較大就判定變數x與y之間有密切的線性關係是不妥當的。
9樓：西域牛仔王
相關係數介於 -1 與 1 之間，是衡量兩個變數之間線性關係程度的量，
相關係數越大，說明兩個變數之間的線性關係越強。
當相關係數為 1 時，兩個變數其實就是一次函式關係。
10樓：匿名使用者
相關性的強度確實是用相關係數的大小來衡量的，但相關大小的評價要以相關係數顯著性的評價為前提，我們首先應該檢驗相關係數的顯著性，如果顯著，證明相關係數有統計學意義，下一步再來看相關係數大小，如果相關係數沒有統計學意義，那意味著你研究求得的相關係數也許是抽樣誤差或者測量誤差造成的，再進行一次研究結果可能就大不一樣，此時討論相關性強弱的意義就大大減弱了。
在滿足相關係數顯著的條件下，相關係數越大，相關性就越強，這沒錯
11樓：獨梅印血
強強強強強強強強強強強強強強強強強強強強強強強強強強強強
下列說法錯誤的是,5下列說法錯誤的是
不對,結構相似,在分子組成上相差1個或幾個ch2原子團的物質,互稱為同系物 錯若烴中碳 氫元素的質量分數相同，它們必定是烯烴 錯 錯 同分異構體的組成和分子量完全相同而分子的結構不同 物理性質和化學性質也不相同 如乙醇和甲醚，分子式相同，但是 結構不同，物理性質和化學性質也不相同啦！選a 5.下列說...
關於商業匯票，下列各項中，說法錯誤的是
同學你好，很高興復為您解答！其製餘三項說法均正確，只有d項表述錯誤，商業匯票沒有金額起點，也沒有最高限額。希望我的回答能幫助您解決問題，如您滿意，請採納為最佳答案喲。高頓祝您生活愉快！多選題 下列關於商業匯票的說法正確的有 a 票據上未記載出票日期,該票據無效 c 背書人背書時必須在票據上簽章,否則...
下列關於空氣的說法中錯誤的是A按質量分數計，空氣中約含有氮氣78，氧氣21B空氣是
a 空氣中各成分的含量多少是按體積計算的，不是按質量計算的 故a不正確 b 空氣是人類及動植物賴以生存的重要天然資源 故b正確 c 從空氣中分離氧氣和氮氣是利用它們的沸點不同達到目的，故c正確 d 空氣有自淨能力，能淨化空氣中的少量有害氣體 故d正確 故選a 下列關於空氣各成分的說法中，錯誤的是 a...