逐步回归分析中，当模型中引入新的自变量，则（　）

A:总平方和增大，残差平方和减小 B:回归平方和增大，残差平方和减小 C:回归平方和变化不确定，但残差平方和减小 D:回归平方和与残差平方和均增大 E:总平方和不变，回归平方和减小

逐步回归分析中，当模型中引入新的自变量，则（）。

A:总平方和增大，残差平方和减小 B:回归平方和增大，残差平方和减小 C:回归平方和变化不确定，但残差平方和减小 D:回归平方和与残差平方和均增大 E:总平方和不变，回归平方和减小

用于检验线性回归方程可信度的统计量F等于（）。

A:回归平方和除以残差平方和 B:残差平方和除以回归平方和 C:平均回归平方和除以平均残差平方和 D:平均残差平方和除以平均回归平方和

用于检验线形回归方程可信度的统计量等于（）。

A:回归平方和除以残差平方和 B:残差平方和除以回归平方和 C:平均回归平方和除以平均残差平方和 D:平均残差平方和除以平均回归平方和

线性回归分析中的回归平方和是指（）

A:实际值与平均值的离差平方和 B:估计值与平均值的离差平方和 C:受自变量变动影响所引起的变差 D:受随机变量变动影响所产生的误差 E:总变差与残差平方和之差

在研究某质量指标y对某物质的含量x的线性回归方程时，收集了20组数据，求得回归平方和为260，残差平方和为280，在a=0.05下，F分布的临界值为5.32，则有结论（）。

A:F=16.7 B:F=18 C:回归方程不显著 D:回归方程显著性无法判断 E:回归方程显著

在生产过程中，研究反应速度与催化剂的量的关系的时候，收集了20组数据，求得回归平方和为256，残差平方和为280，已知F_0.05=5.32，则（）。

A:回归平方和的自由度为1 B:误差平方和的自由度为19 C:F=3.6 D:在0.05水平上不显著 E:在0.05水平上显著

在研究某质量指标y对某物质的含量x的线性回归方程时，收集了10组数据，求得回归平方和为255.4，残差平方和为275，在α=0.05下，F分布的临界值为5.32，则有结论（）。

A:F=4.32 B:F=7.43 C:C.回归方程不显著 D:D.回归方程显著 E:E.回归方程显著性无法判断

在研究某质量指标y对某物质的含量x的线性回归方程时，收集了10组数据，求得回归平方和为255.4，残差平方和为275，在α=0.05下，F分布的临界值为5.32，则有结论（）。

A:F=4.32 B:F=7.43 C:回归方程不显著 D:回归方程显著 E:回归方程显著性无法判断