相关系数反映的是相关变量之间的一种平均关系。

适量饮用葡萄酒可以预防心脏病。我们来看看一些国家的资料。表中是10个发达国家一年的葡萄酒消耗量(平均每人喝葡萄酒摄取酒精的升数X)以及一年中因心脏病死亡的人数(每10万人死亡人数Y)。

(1)根据下表中的数据制作一个散点图来说明：一国的葡萄酒消耗量是否有助于解释心脏病的死亡率。

(2)为何在求相关系数和拟合回归方程时经常要做散点图。

(3)计算从葡萄酒得到的酒精和心脏病死亡率两变量间相关系数，并评价两变量的相关关系的程度和方向;以心脏病死亡率为因变量，以从葡萄酒得到的酒精为自变量拟合简单线性回归方程，并解释方程中的两系数的含义。

(4)请简要分析相关系数的意义。

A．标准差越大，平均数的代表性越大

B．标准差系数与平均数代表性成正比

C．标准差的大小与平均数的代表性成反比

D．变异系数越大，平均数的代表性越小

E．变异系数越小，平均数的代表性越大

只要两种证券的相关系数小于1，证券组合报酬率的标准差就小于各证券报酬率标准差的加权平均数。（ ）

此题为判断题(对，错)。

利用CHARITY.RAW中的数据回答本题。变量respond是一个虚拟变量，如果一个人对慈善组织最近的邮件做出捐助响应， 这个变量就等于1.变量resp last也是一个虚拟变量， 如果一个人对慈善组织前面的邮件做出捐助响应， 这个变量就等于1。avggift表示过去的平均捐助额(以荷兰盾为单位) ， propres p表示此人对过去慈善组织寄来的邮件做出捐助响应的次数比例。

(i) 估计一个将respond与resplast和avggift联系起来的线性概率模型。以通常的形式报告结果， 并解释变量resplast的系数。

(ii)过去捐助的平均水平看来会影响做出捐助响应的概率吗?

(iii) 在模型中增加变量propres p并解释其系数。(这里须注意， propresp增加1是最大可能变化。)

(iv) 在回归中增加propres p以后， resp last的系数有何变化?这讲得过去吗?

(v) 在模型中增加每年寄出邮件的数量mail year。它的估计影响有多大?为什么它不是邮件数量对响应的因果关系的一个较好的估计?

A、已从理论上证明它符合水文统计规律

B、已制成该线型的Φ值表供查用，使用方便

C、已制成该线型的kp值表供查用，使用方便

D、经验表明该线型能与我国大多数地区水文变量的频率分布配合良好

A、Cs = 0

B、Cs﹥0

C、Cs﹤0

D、Cs=1

A、Cs＜2Cv

B、Cs＝0

C、Cs≤2Cv

D、Cs≥2Cv

A、正态分布

B、偏态分布

C、负偏态分布

D、正偏态分布

A、完全相关

B、零相关

C、线性相关

D、统计相关