练习题一、填空题1人们通过各种实践，发现变量之间的相互关系可以分成（相关）和（不相关）两种类型。多元统计中常用的统计量有：样本均值、样本方差、样本协方差和样本相关系数。2总离差平方和可以分解为（回归离差平方和）和（剩余离差平方和）两个部分，其中（回归离差平方和）在总离差平方和中所占比重越大，则线性回归效果越显著。3.回归方程显著性检验时通常采用的统计量是（SRP）/SE/（n-p-1）。4偏相关系数是指多元回归分析中，（当其他变量固定时，给定的两个变量之间的）的相关系数。5Spss中回归方程的建模方法有（一元线性回归、多元线性回归、岭回归、多对多线性回归）等。6主成分分析是通过适当的变量替换，使新变量成为原变量的（线性组合），并寻求（降维）的一种方法。7主成分分析的基本思想是（设法将原来众多具有一定相关性（比如P个指标），重新组合成一组新的互相无关的综合指标来替代原来的指标）。8主成分表达式的系数向量是（相关系数矩阵）的特征向量。9样本主成分的总方差等于（1）。10在经济指标综合评价中，应用主成分分析法，则评价函数中的权数为（方
