在简单线性回归中可决系数R2与斜率系数的t检验的没有关系（)。

A、R2ˉ﹤R2

B、R2ˉ≥R2

C、R2ˉ只能大于零

D、R2ˉ可能为负值

(i)利用表13-1中同样的变量估计kids的一个泊松回归模型。解释y82的系数。

(ii)保持其他因素不变，黑人妇女和非黑人妇女在生育上的估计百分数差异是多少？

(iii)求σ。有过度散布和散布不足的证据吗？

(iv)计算泊松回归中的拟合值和作为kidsi和kidsi之相关系数平方的R2。并与线性回归模型中的R2相比较。

(i)将lavgsal对bs进行简单回归。斜率估计值在统计上显著异于0吗？它在统计上显著地异于-1吗？

(ii)在第(i)部分的回归中增加变量lenrol和istaff。bs的系数有何变化？这种情形与教材表4-1中的情形相比如何？

(iii)第(ii)部分中bs系数的标准误为何比第(i)部分中的标准误更小？(提示：当增加变量lenrol和Istaff后，对误差方差和多重共线性会造成什么样的影响？)

(iv)Istaff的系数为何为负？它的绝对值算大吗？

(v)在回归中再添加变量lunch。保持其他条件不变，教师会因教育那些家庭条件不好的学生而得到补偿吗？请解释你的结论。

(vi)总之，你利用ELEM94_95.RAW得到的结论，与教材4-1在形式上一致吗？

在一个包含两个变量和的回归模型中，如果遗漏其中一个变量

A、如果遗漏变量和变量之间是负相关，不会影响前的系数估计值

B、一定会使的系数估计值上偏

C、即使在原来包含两个变量的回归中两个斜率系数都显著为正，也可能使变量前的系数估计值为负

D、将使变量和残差项的乘积的和不为0

在一个包含两个变量x₁和x₂的回归模型中，如果遗漏其中一个变量x₂

A、如果遗漏变量x₂和变量x₁之间是负相关，不会影响x₁前的系数估计值

B、一定会使x₁的系数估计值上偏

C、即使在原来包含两个变量的回归中两个斜率系数都显著为正，也可能使变量x₁前的系数估计值为负

D、将使变量x₁和残差项的乘积的和不为0