论述相关关系和回归分析的关系及使用回归方程时应注意的问题。

一元线性回归方程可以应用于：描述两指标变量之间的数量依存关系;利用回归方程进行预测，把预报因子代入回归方程可对预报量进行估计;利用回归方程进行统计控制，通过控制X的范围来实现指标r统计控制的目标。(　　) 进行相关与回归分析应注意对相关系数和回归直线方程的有效性进行检验。（） 进行相关与回归分析应注意对相关系数和回归直线方程的有效性进行检验。 进行相关与回归分析应注意对相关系数和回归直线方程的有效性进行检验。 回归分析中如果存在自相关问题，回归方程 相关关系和回归分析的关系表述正确的是 ( ) 已知变量X和Y之间的回归方程为，则这两个变量之间的相关关系为( )。 利用回归方程来预测分为（） 线性回归是对两个具有相关关系的数量指标进行线性拟合获得最佳直线回归方程,从而在相关分析的基础上进行指标预测。() 若直线回归方程y=170-2．5x，则变量x和y之间存在着负的相关关系。 若直线回归方程y=170-2.5x，则变量x和y之间存在着负的相关关系。（） 若直线回归方程y=170-2．5x，则变量x和y之间存在着负的相关关系。（） 若直线回归方程Yc＝170—2．5K，则变量x和y之间存在着负的相关关系 在一元线性回归分析中，若相关系数为r，回归方程拟合程度最好的是（） 在一元线性回归分析中，若相关系数为r，回归方程拟合程度最好的是()。 在一元线性回归分析中，若相关系数为r，回归方程拟合程度最好的是（） 一元线性回归方程中b大于0，表示两个变量之间存在正相关关系。 利用回归方程进行估计和预测通常分为（）。 进行相关与回归分析应注意对相关系数和回归直线方程的有效性进行检验。(    ) ()是对有相关关系的现象，根据其关系的形态找出一个合适的数学模型，即建立回归方程，来近似地表达变量间的平均变化关系，以便依据回归方程对未知的情况进行估计和预测。