关于精密度说法不正确A. 标准差越小,精密度越差B. 精密度表示测定结果中随机误差的大小程度C. 通常用统计学指标来描述不精密度D. 变异系数越小,精密度越好E. 精密度是指在规定条件下,对同一样本进行连续多次测量时所得结果之间的接近程

同时满足最小支持度阈值和最小置信度阈值的规则称之为强关联规则A. 对B. 错

① 某机场候机室中一天的旅客数量 X；②某寻呼台一天内收到的寻呼次数 X； ③某篮球下降过程中离地面的距离 X；④某立交桥一天经过的车辆数 X.其中不是离散型随机变量的是()A. ①中的 XB. ②中的 XC. ③中的 XD. ④中的 X

关联规则的置信度公式为 confidence(A=>B)是 A P(An B B、P(B|A)C P(AUB)D P(A|B)

存在严重的多重共线性时,参数估计的标准差( )A. 变大B. 变小C. 无法估计D. 无穷大

利用先验原理不能帮助减少频繁项集产生时需要探查的候选项个数A. 对B. 错

120-|||-111-|||-102-|||-93-|||-84-|||-75-|||-66-|||-57-|||-48-|||-39-|||-30-|||-21|-|||-0 1 2 3 4 5 6 7 8 92019年，中国的国内生产总值（GDP）已经达到约100万亿元人民币，位居世界第二，这其中实体经济的贡献功不可没实体经济组织一般按照市场化原则运行，某生产企业一种产品的成本由原料成本及非原料成本组成，每件产品的非原料成本y（元）与生产该产品的数量x（千件）有关，经统计得到如下数据： x 1 2 3 4 5 6 7 8 y 112 61 44.5 35 30.5 28 25 24 根据以上数据，绘制了如下的散点图．现考虑用反比例函数模型y=a+(b)/(x)和指数函数模型y=cedx分别对两个变量的关系进行拟合．为此变换如下：令u=(1)/(x)，则y=a+bu，即y与u满足线性关系；令v=lny，则v=lnc+dx，即v与x也满足线性关系．这样就可以使用最小二乘法求得非线性的回归方程．已求得用指数函数模型拟合的回归方程为hat y=96.54(e^dx)，v与x的相关系数r1=-0.94，其他参考数据如表（其中ui=(1)/(({x_i))}vi=lnyi）： sum_(i=1)^8uiyi overline(u) overline(u)2 sum_(i=1)^8ui2 sum_(i=1)^8yi sum_(i=1)^8yi2 sqrt(0.61×6185.5) e-2 ln96.54 overline(v) 183.4 0.34 0.115 1.53 360 22385.5 61.4 0.135 4.6 3.7 （Ⅰ）求指数函数模型和反比例函数模型中y关于x的回归方程；（Ⅱ）试计算y与u的相关系数r2，并用相关系数判断：选择反比例函数和指数函数两个模型中的哪一个拟合效果更好（计算精确到0.01）？（Ⅲ）根据（Ⅱ）小题的选择结果，该企业采取订单生产模式（即根据订单数量进行生产，产品全部售出）．根据市场调研数据，该产品单价定为100元时得到签订订单的情况如表： 订单数（千件） 1 2 3 4 5 6 7 8 9 10 11 概率 （(1)/(2)）10 （(1)/(2)）9 （(1)/(2)）8 （(1)/(2)）7 （(1)/(2)）6 （(1)/(2)）5 （(1)/(2)）4 （(1)/(2)）3 （(1)/(2)）2 (1)/(2) （(1)/(2)）10 已知每件产品的原料成本为10元，试估算企业的利润是多少？（精确到1千元）参考公式：对于一组数据（u1，v1），（u2，v2），…，（un，vn），其回归直线v=α+βu的斜率和截距的最小二乘估计分别为：hat(β)=(sum_(i=1)^n)/(u)_(i{v)_(i)-noverline(uv)}(sum_{i=1)^n(u)_(i)^2-n(overline{u)}^2}，hat(α)=overline(v)-hat(β)overline(u)，相关系数r=(sum_(i=1)^n)/(u)_(i{v)_(i)-noverline(uv)}(sqrt(（sum_{i=1)^n{u)_(i)^2-n(overline{u)}^2）（sum_(i=1)^n(v)_(i)^2-n(overline{v)}^2）}}．

劳动生产率水平越高，单位商品的价值量越A. 不变B. 不清楚C. 大D. 小

截至2025年6月，我国网民规模达11.23亿人，互联网普及率超过（）。A. 89.7%B. 59.7%C. 79.7%D. 69.7%

3.[判断题]如果简单相关系数法检验出多元回归模型中解释变量两两不相关，则可以判定解释变量间不存在多重共线性。A. 对B. 错