散点图可以直观的判断两个变量是否具有线性相关关系;
经验回归直线就是散点图中经过样本数据点最多的那条直线;
样本相关系数的绝对值越接近于 , 表明两个变量线性相关性越弱;
同一组样本数据中,决定系数越大的模型拟合效果越好
两个变量x,y与其线性相关系数r有下列说法(1)若r>0,则x增大时,y也相应增大;(2)若|r|越趋近于1,则x, y线性相关程度越强;(3)若r=1或r=-1,则x与y的关系完全对应(有函数关系),在散点图上各个散点均在一条直线上.
其中正确的有( )
①由样本数据得到的线性回归方程 y^=b^x+a^ 必过样本点的中心 (x¯,y¯) ;
②由样本点 (x1,y1) , (x2,y2) ,…, (xn,yn) 得到回归直线,则这些样本点都在回归直线上;
③利用 R2=1−∑i=1n(yi−yi^)2∑i=1n(yi−y¯)2 来刻画回归的效果, R2≈0.75 比 R2≈0.64 的模型回归效果好;
④残差图中的残差点比较均匀地落在水平的带状区域中,宽度越窄,则说明模型拟合精度越低;
其中正确的结论是( )