回归分析是期货投资分析中重要的统计分析方法，而线性回归模型是回归分析的基础。线性回归模型的基本假设是（　　）。    

简单线性回归模型只有几个变量？（）

什么是多元线性回归模型？多元线性回归模型和一元线性回归模型相比有什么特点？如何对多元线性回归模型进行检验？

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（）。

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。

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( )。

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?()

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（）。

在多元线性回归中，筛选自变量应注意哪些问题，怎样进行筛选？