某地区2002～2013年统计某种产品消费量(Y)及同期相关产业产值(X)得出如下数据：∑xi2=28.68∑yi=80.4，=8.94∑xi=16.2，=1.62∑xiyi=154.33，用一元线性回归模型的回归系数是()。
在一元线性回归模型的假设中，自变量X间要互不相关。（）
在线性回归模型中，随机误差μ被假定服从（）
在回归分析中，若n对数据（xi，yi）中某个x与其它数据相比，突出太大或太小，则（）
一元线性回归模型中，x，y之间的线性相关的程度越小，r2（）
在线切割编程的3B程序格式中，若加工轨迹与“-X”轴重合，则加工指令为（）
在线性回归模型中，假定随机误差ε（）。
若利润额yc（万元）与销售额x的回归方程为yc=30+0.21x，则表明销售额每增加1万元，利润额平均增加0.21万元（ ）
两个变量y与x的回归模型中，分别选择了4个不同模型，它们的相关指数R2如下，其中拟合效果最好的模型是（ ）。
两个变量y与x的回归模型中，分别选择了4个不同模型，它们的相关指数R 2 如下，其中拟合效果最好的模型是（ ）。
若变量X和Y之间具有线性相关关系，就可以建立一元线性回归模型进行回归分析。（ ）
在简单线性回归模型y=β<sub>0</sub>+β<sub>1</sub>x+u中，假定E（u)≠0。令α<sub>0</sub>=E（u)，证明：这个模型总可以改写
在回归模型y=β1+β1x+ε中，ε反映的是（)。A．由于x的变化引起的y的线性变化部分B．由于y的变化引
5、在线性回归模型中，总偏差平方和、回归平方和、残差平方和的关系等式____________。
在一元线性回归模型y=β0+β1x+ε中，下列说法正确的是（）。A．β0+β1x反映了由于x的变化而引起的Y的线性变化B．ε反映了除x和y之间的线性关系之外的随机因素对Y的影响C．在一元回归模型中把除x之外的影响Y的因素都归人中D．ε可以由x和Y之间的线性关系所解释的变异性
在直线回归方程=a＋bxi中，若回归系数b＜0，则表示x对y的线性影响是（）A.不显著的B.显著的C.正
在以时间为自变量的回归直线预测中，若资料中的时间序列为奇数，为使修正的时间自变量为零，则X的间隔期为1。（)
在线性回归模型Yi=β0+β1X1i+β2X2i+β3X3i+μi中，如果X3i=2X1i+3X2i，则表明模型中存在（)。A．异方
在线性回归方程的显著性检验中，如果F值＞Fα（1，n-2)（或P值＜0．05)，表示线性回归方程是（)。A．显著
通过生成人工数据集合，基于TensorFlow实现y=3.1234*x+2.98线性回归 通过上传附件方式提交 notebook文件（.ipynb） 评分标准： 1、生成 x_data，值为 [0, 100]之间500个等差数列数据集合作为样本特征 根据目标线性方程 y=3.1234*x+2.98，生成相应的标签集合 y_data，1分； 2、画出随机生成数据的散点图和想要通过学习得到的目标线性函数 y=3.1234*x+2.98，1分； 3、构建回归模型，3分； 4、训练模型，10轮，每训练20个样本显示损失值，2分； 5、通过训练出的模型预测 x=5.79 时 y 的值，并显示根据目标方程显示的 y 值，1分； 6、 通过Tensorboard显示构建的计算图。 上传的源代码中有相应的源代码 结果计算图截图可以嵌入上交的notebook文件（.ipynb） 嵌入图片的方法为markdown cell中代码 ＜img src= "你的计算图文件名.png"＞，2分。 备注：
性回归方程表示（）。 A.当x=0时，y的期望值B.当x变动1个单位时，y的变化总量C.当y变动1个单位时，x
在回归模型y=a+bx中，如果b＞0，则x与y之间的相关关系（）。
假设存在二元线性回归模型，被解释变量是y，解释变量是x和z，写出进行异方差性white检验的全过程？
基于三月份市场样本数据，沪深300指数期货价格（Y）与沪深300指数（X）满足回归方程：Y = -0.237 + 1.068X，回归方程的F检验的P值为0.04。显著性水平α为（）时，Y与X之间的线性关系显著
