解析：某研宄机构通过抽样调查了解某市餐饮行业的营业,从所有餐饮业中随机抽取一家企业,再从剩余企业中等概率随机抽取一家企业,以此类推直到抽取n家企业,这种抽样的方法是() 答案:A 解析：描述了从所有餐饮业中随机抽取一家企业，再从剩余企业中等概率随机抽取一家企业的过程，这符合简单随机抽样的定义，即每个样本单位被抽中的概率相等，因此选项A是正确答案。

点击查看答案

按照等级、类型和所属区域将某市所有医院划分为10组,然后在每个组内随机抽取3家医院进行医改政策评价的抽样调查,这种抽样方法是().

A. 　分层抽样

B. 　简单随机抽样

C. 　整群抽样

D. 　两阶段抽样

解析：题目解析这是分层抽样的例子。题目中要求按照等级、类型和所属区域将医院划分为10组，然后在每个组内随机抽取3家医院进行医改政策评价的抽样调查。分层抽样是将总体分成若干层，然后从每一层中随机抽取样本，确保每一层都有代表，以更好地反映总体的特征。所以，答案是 A. 分层抽样。

点击查看答案

从规模N=10000的总体中抽出一个样本总量n=500的不放回简单随机样本,样本均值y=l000,样本方差S2=l000,则估计量y方差的估计为().

A. 　1.9

B. 　2

C. 　10

D. 　9.5

解析：题目解析题目描述了从总体中抽取一个不放回的简单随机样本，样本均值为1000，样本方差为1000。在不放回的简单随机样本中，样本方差的估计量是总体方差的无偏估计，其公式为总体方差乘以（N-n）/N。根据题目中的数据，估计量为1000 * (10000-500) / 10000 = 1900。所以，答案是 A. 1.9。

点击查看答案

一元回归模型和多元回归模型的划分依据是().

A. 　模型的数量

B. 　样本量

C. 　因变量数量

D. 　自变量数量

解析：题目解析一元回归模型和多元回归模型的划分依据是自变量数量。一元回归模型只有一个自变量，而多元回归模型有多个自变量。因此，答案是 D. 自变量数量。

点击查看答案

线性回归模型常用的参数估计方法是().

A. 　最大二乘法

B. 　最小残差和法

C. 　最大残差和法

D. 　最小二乘法

解析：线性回归模型常用的参数估计方法是()。答案:D 题目解析：线性回归模型的常用参数估计方法是最小二乘法，它通过最小化观测值与模型预测值之间的残差平方和来估计模型参数。因此，选择D，即最小二乘法。

点击查看答案

回归模型决定系数的取值范围是().

A. 　-1到1之间

B. 　大于等于0

C. 　0~1之间

D. 　没有限制

解析：回归模型决定系数的取值范围是()。答案:C 题目解析：决定系数（R-squared）是用来衡量回归模型拟合数据的程度，其取值范围在0到1之间，表示模型解释的方差所占总方差的比例。因此，选择C，即0~1之间。

点击查看答案

在大样本假定的条件下,回归系数的最小二乘估计量、渐进服从正态分布,可以用()验证自变量X对因变量Y是否有显著影响.

A. 　t检验法

B. 　f检验法

C. 　最小二乘法

D. 　反证法

解析：在大样本假定的条件下,回归系数的最小二乘估计量、渐进服从正态分布,可以用(t检验法)验证自变量X对因变量Y是否有显著影响。答案:A 解析：在回归分析中，t检验常用于检验回归系数的显著性。在大样本假定下，回归系数的最小二乘估计量渐进服从正态分布，因此可以使用t检验来验证自变量X对因变量Y是否有显著影响。

点击查看答案

在序时平均数的计算过程中,与间隔相等的间断时点序列序时平均数计算思路相同的是().

A. 　间隔不相等的间断时点序列序时平均数

B. 　时期序列序时平均数

C. 　资料逐日登记且逐日排列的连续时点序列序时平均数

D. 　只在指标值发生变动时才记录一次的连续时点序列序时平均数

解析：在序时平均数的计算过程中,与间隔相等的间断时点序列序时平均数计算思路相同的是(间隔不相等的间断时点序列序时平均数)。答案:A 解析：序时平均数是一种对时间序列数据进行平滑的方法。当间隔相等的间断时点序列序时平均数的计算思路与间隔不相等的间断时点序列序时平均数相同，都是通过取各时点值的平均来平滑数据。

点击查看答案

时间序列分析中,报告期水平与某一固定时期水平的比率是().

A. 　定基发展速度

B. 　环比发展速度

C. 　环比增长速度

D. 　定基增长速度

解析：时间序列分析中，报告期水平与某一固定时期水平的比率是(定基发展速度)。答案:A 解析：定基发展速度是指报告期的水平与某一固定时期的水平的比率，用来衡量两个时期之间的相对增长或减少程度。

点击查看答案