估计标准误说明回归直线的代表性，因此（ ）。

利用变异指标比较两总体平均数的代表性时，标准差越小，说明平均数的代表性越大；标准差系数越小，则说明平均数的代表性越小 回归分析中计算的估计标准误就是因变量的标准差。 比较两总体平均数的代表性,标准差系数越大,说明平均数的代表性越好 代表性偏误对决策判断的影响： 比较两总体的平均数的代表性,标准差系数越大,说明平均数的代表性越好 比较两个总体平均数的代表性，如果标准差系数越大则说明平均数的代表性越好（） 回归估计标准差S<sub>yx<／sub>的值越小，则回归直线（） 标准差的大小可以说明均数代表性的好坏。 估计标准误差是说明回归方程（）大小的统计指标。 标准差愈大说明标志变动程度愈大，因而平均数代表性愈大。（） 标准差系数越小,说明该水平平均值的代表性越高。() 标准差系数越小,说明该水平平均值的代表性越高。（　） 标准差愈大说明标志变动程度愈大，因而平均数代表性愈大（） 标准差系数越小,说明该水平平均值的代表性越高（） 相关系数越大，则估计标准误差的值越大，从而直线回归方程的精确性越低。（ ） 方差和标准差是用来补充说明（）对某组数据的代表性的 估计直线回归方程之前，应首先（） 估计直线回归方程之前，应首先（） 相关系数r越大，则估计标准误差Sxy值越大，从而直线回归方程的精确性越低。（） 相关系数r越大，则估计标准误差Sxy，值越大，从而直线回归方程的精确性越低。（）