下面是对X和Y两组数据进行“相关分析”的结果:相关分析:Y,XY和X的Pearson相关系数=－0.933P值=0.000能够得出的最确切的结论为:()A.X是Y的重要影响因素B.X、Y两组数据有较强的因果关系C.两组数据有强的相关性D.目前无法得出任何结论，只有进一步进行回归分析，才能进行判断

题目
下面是对X和Y两组数据进行“相关分析”的结果:相关分析:Y,XY和X的Pearson相关系数=－0.933P值=0.000能够得出的最确切的结论为:()

A.X是Y的重要影响因素

B.X、Y两组数据有较强的因果关系

C.两组数据有强的相关性

D.目前无法得出任何结论，只有进一步进行回归分析，才能进行判断

相似考题

1.在两变量x、Y直线相关分析中。相关系数的正负取决于A.X的取值B.Y的取值C.1xxD.1yyE.1xy

2.关于相关和回归的概念，下列正确的是A、回归参数与测量的单位无关B、X和Y的相关结果与Y与X相关结果不同C、假如Pearson相关系数为零，应该拒绝无效假设D、简单直线回归的回归线应该是正向的斜率E、直线回归估计能最佳拟合数据的方程

3.在相关分析中,得到相关系数为0.83,不可能的解释是A、X与Y有因果关系B、X与Y有伴随关系C、X与Y有函数关系D、X与Y的总体相关系数为零E、X与Y的总体相关系数不等于零

4.英国统计学家Kar1Pearson提出了一个测定两指标变量线性相关的计算公式，通常称为积距相关系数，其公式为（ ）。A．r=σ_XY/(σ_X σ_Y )B．r=(σ_X σ_Y)/σ_XYC．r=(σ_X σ_XY)/σ_YD．r=(σ_Y σ_XY)/σ_X

参考答案和解析
参考答案：C
更多“下面是对X和Y两组数据进行“相关分析”的结果:相关分析:Y,XY和X的Pearson相关系数=－0.933P值=0.000能够得出的最确切的结论为:() ”相关问题

  • 第1题：

    在两变量X、Y直线相关分析中，相关系数的正负取决于

    A.X的取值

    B.Y的取值

    C.1xx

    D.1yy

    E.1xy


    正确答案：E
    相关系数亦称积差相关系数，用r表示样本相关系数，表示总体相关系数。它是说明有直线关系的两变量间，相关关系密切程度和相关方向的统计指标。计算公式表示（12.20）。

  • 第2题：

    如果X和Y不相关，则下列不正确的是（)。

    A．X和Y独立

    B．D(X + Y) = D(X) + D(Y)

    C．Cov (X , Y) = 0

    D．X和Y的相关系数ρXY = 0


    错

  • 第3题：

    对某资料中变量X与Y进行相关分析，Pearson相关系数为0.5, 对其进行假设检验得P=0.34, 则

    A．尚不能认为X与Y间有线性关系

    B．可以认为X与Y间有线性关系

    C．可以肯定X与Y间有线性关系

    D．可以肯定X与Y间无线性关系


    尚不能认为X与Y间有线性关系

  • 第4题：

    在一个研究想考察身高和血压的关系，研究者测量了16个成年男性的身高（X，以cm为单位）和血压（Y ，以mmHg为单位）。根据下面的主要数据回答问题：

    (1)指出分析这些数据的适合的方法是什么，并解释。(2)请计算Pearson相关系数。(3)结合上一步所计算出的相关系数，并根据所附的相关系数临界值表，判断身高和血压是否有关系(α=0.05)。


    答案：
    解析：
    (l)适合的方法是相关分析，因为在这个问题中，我们是需要考查两个连续变量的相关程度。 (2)请计算Pearson相关系数。


    (3)身高和血压的关系所计算出来的相关系数为0. 44，自由度为14，显著性水平为0.05时相关系数的临界值为r0.05/2=0.497，r观测值＜r临界值。因而，该相关系数不显著，表明身高和血压之间没有相关关系。 本题重点考查相关系数的适用条件、计算方法以及相关系数进行显著性检验的方法。

  • 第5题：

    在统计分析，关于相关系数和回归系数，叙述错误的是

    A．X倚Y的相关系数与Y倚X的相关系数相等

    B．X倚Y的回归系数与Y倚X的回归系数不等

    C．X倚Y的回归系数与Y倚X的回归系数成倒数关系

    D．X倚Y的相关系数与Y倚X的相关系数不相等


    X倚Y的回归系数与Y倚X的回归系数成倒数关系

相关内容