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（）。

在多元线性回归中，判定系数R²随着解释变量数目的增加而（）

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。

在多元回归分析中，自变量与因变量的线性相关程度很高时，相关系数（）。

用OLS建立多元线性回归模型，有哪些基本假设？

在多元线性回归分析中，为什么用修正的决定系数衡量估计模型对样本观测值的拟合优度？