一元线性回归模型是用于分析一个自变量X与一个因变量Y之间线性关系的数学方程。（）

为了检验多元线性回归模型中被解释变量与所有解释变量之间线性关系在总体上是否显著，应该采用（）。

在多元线性回归模型中对样本容量的基本要求是（k为解释变量个数）：（）

按经典假设，线性回归模型中的解释变量应是非随机变量，且（）。

多元线性回归模型中，如果方程的总体线性关系是显著的，并不能说明每个解释变量对被解释变量的影响都是显著的，必须对每个解释变量进行显著性检验。( )

多元线性回归模型中回归系数的最小二乘估计量是确定性变量。

经检验后，若多元回归模型中的一个解释变量是另一个解释变量的0.95倍，则该模型中存在（）。

在二元线性回归模型中，用于度量被解释变量与方程中所有解释变量之间共同的相关程度的是( )。

在建立多元线性回归模型时不要试图引入太多的自变量，除非确实有必要。

多元线性回归分析的目的是从组成回归方程的所有自变量中选择哪种自变量?()

与一元线性回归模型相比，多元线性回归模型还有一种显著性检验方法（），它是用来检验（）的。

当模型中解释变量间存在高度的多重共线性时（）。