如果结果不匹配，请 
更多“对大数据做相关分析时，相关系数r大小可以反映相关程度，r=0…”相关的问题
分析相关系数时（）。
A.根据｜r｜大小，可将两变量关系分为低、中、高度相关
B.根据｜r｜大小，可直接比较两变量关系的密切程度
C.若r＞0．6，则可认为x和Y必然存性相关
D.计算出r后，还需做假设检验才能确定x和Y有无线性关系
E.以上均不对
A.变量Xi与因子Fj的相关系数
B.反映的是特征值的大小
C.反映了第i个变量在第j个公共因子上的相对重要性
D.利用标准化的数据计算的相关阵R的特征值对应的单位特征向量
E.可以根据因子载荷aij的大小命名公共因子
A.根据|r|大小可将两变量关系分为低、中、高度相关
B.根据两组的|r|可直接比较相关密切程度
C.若r＞0.5，则x和y必存在线性相关
D.得r值后尚须作假设检验才能确定x和y有无线性相关
E.正态双变量资料可以根据对b的假设检验对r作出判断
A.样本例数不够多
B.没有绘散点图
C.可能存在非线性相关
D.应作秩相关分析
人口特征方面的数据。目的是想考察快餐店是否在黑人更集中的区域收取更高的价格。
(i)求出样本中prpblck和income的平均值及其标准差。prpblck和income的度量单位是什么？
(ii)考虑一个模型，用人口中黑人比例和收入中位数来解释苏打饮料的价格psoda：
用OLS估计这个模型并以方程的形式报告结果， 包括样本容量和R。(报告估计值时不要使用科学计数法。)解释prpblck的系数。你认为它在经济上算大吗？
(iii) 将第(ii)部分得到的估计值与psoda对prpblck进行简单回归得到的估计值进行比较。控制收入变量后，这种歧视效应是更大还是更小了？
(iv)收入价格弹性为常数的模型可能更加适合。报告如下模型的估计值：
(vi)求出1og(income)和prppov的相关系数。大致符合你的预期吗？
(vii)评价如下说法：“由于log(income)和prppov如此高度相关，所以它们不该进入同一个回归。”
对变量x、y进行回归分析，得回归方程
＝25.2+7.2x。若计算该组数据的相关系数，应该有
A．0＜r＜1
B．-1＜r＜0
C．r＞1
D．r＝0
E．|r|＝1
对变量X、Y进行回归分析，得回归方程Y=25.2+7.2X。若计算该组数据的相关系数，应该有
A、0＜r＜1
B、-1＜r＜0
C、r>1
D、r=0
E、︱r︱=1
作直线相关分析时，当n-10，r-0.8531，α-0.05(双侧)，查相关系数界值表r0.001，8=0.872，r0002,8=0.847，r0．005.8=0.805，得P值范围为
