GB/T5028-2008规定，利用线性回归对n值进行计算，回归区间范围至少为%（）

只含有一个解释变量的线性总体回归模型简称一元线性回归模型或: 简单线性回归模型|简单非线性回归模型|线性回归模型|非线性回归模型 对于多元线性回归模型，通常用（）来检验模型对样本观测值的拟合程度 对沪铜多元线性回归方程是否存在自相关进行判断，由统计软件得DW值为1.79。在显著性水平α＝0.05下，査得DW值的上、下界临界值：dl=1.08，du=1.76，则可判断出该多元线性回归方程（）。 对沪铜多元线性回归方程是否存在自相关进行判断，由统计软件得DW值为1.79。在显著性水平a =0.05下，査得值的 上、下界临界值：dl=1.08,du=1.76，则可判断出该多元线性回归方程()。 对沪铜多元线性回归方程是否存在自相关进行判断,由统计软件得DW值为1.79.在显著性水平α=0.05下,查得DW值的上下界临界值：dl=1.08,du=1.76,则可判断出该多元线性回归方程（ ）。 线性预测是指利用前面的1个抽样值来预测当前抽样值，并对实际抽样值和预测值之差进行编码（） 对一元线性回归方程回归系数进行显著性检验通常采用的方法是 在k元回归中，n为样本容量，SSE为残差平方和，SSR为回归平方和，则对回归方程线性关系的显著性进行检验时构造的F统计量为（） 对样本的简单线性回归方程中的回归系数进行假设检验，得到P＞0.05，说明（） 实验室对30块混凝土试件进行强度试验，分别测定了其抗压强度R和回弹值N，现建立了R—N的线性回归方程。经计算LXX＝632.47，LXY＝998.46，LYY＝1788.36，相关系数临界值r（0.05，28）＝0.361，检验R—N的相关性（）。 一元线性回归中，真实值与预测值的差称为样本的()。 用F分布进行多元线性回归模型进行显著性检验时，若F值小于F0.01，但大于 F0.05， 也就是F值在F0.01和F0.05之间，则反映线性回归在0.05水平上显著。 用F分布进行多元线性回归模型进行显著性检验时，若F值小于F0.01，但大于F0.05，也就是F值在F0.01和F0.05之间，则反映线性回归在0.05水平上显著（） 线性回归是对两个具有相关关系的数量指标进行线性拟合获得最佳直线回归方程,从而在相关分析的基础上进行指标预测。() 在线性回归中，对回归系数的显著性检验采用（） k元线性回归模型对回归系数显著性进行t检验，n为样本个数，原假设H0：bj=0，备选假设H1：bj10，当（）时拒绝原假设 在多元线性回归模型中，已知观测值的个数是50 对同一资料进行线性回归与相关分析时,下列正确的情形是: 对于一元线性回归分析中拟合值与实际观察值的差，便是（　　） 对于一元线性回归分析中拟合值与实际观察值的差，便是()