在体重对身高的回归模型中（身高分别用英尺和英寸度量)，直观地解释为什么普通最小二乘法无法估计该回归方程

(1)分别用两组数据建立蛋白质高、低含量对婴儿身高的回归模型，解释所得结果。

(2)怎样检验蛋白质含量的高低对婴儿的生长有无显著影响？检验结果如何？

在对51个学生(其中男生36人，女生15人)的体重(W)对身高(H)的回归分析中，得到下面结果：

1．=-232.06551+5.5662height_i

t=(-5.2066) (8.6246)

2．=-122.9621+23.8238dumsex_i+3.7402height_i

t=(-2.5884) (4.0149) (5.1613)

3．=-107.9508+3.5105height_i+2.0073dumsex_i+0.3263dumht.

t=(-1.2266) (2.6087) (0.0187) (0.2035)

其中，体重的单位为磅，身高的单位为英寸。

Dumsex——1(男性)，0(女性)；

Dumht.——交互或差别斜率虚拟变量。

（1）请用体表面积计算（资料1）；

体表面积（m2）＝0.00659×身高（cm）＋0.0126×体重（kg）－0.1603

（2）直接用资料2的公式计算；

（3）使用WHO推荐的Schofield公式计算。

资料2：男BEE＝66＋13.7×体重（kg）＋5.0×身长（cm）－6.8×年龄

女BEE＝65.5＋9.5×体重（kg）＋1.8×身长（cm）－4.7×年龄

资料3：WHO关于按体重计算基础代谢率的公式

随机调查200位男性的身高和体重，并用体重对身高进行回归，结果如下

其中Weight的单位是磅(Ib), Height 的单位是厘米(cm)。

(1)当身高分别为177.67cm、 164.98cm、 187.82cm时，对应的体重的拟合值为多少？

(2) 假设在一年中某人身高增高了3.81cm，此人体重增加了多少？

如下：

(1)建立y关于x的回归方程;

(2)对线性回归方程作假设检验(显著性水平取为0.05);

(3)给出x₀=69时，y₀的置信度为95%的预测区间。

已知身高与体重的资料如下：

要求：(1)建立一元线性回归方程y=a+bx。

(2)评价拟合优度情况。

(3)对模型进行显著性检验。

(4)计算当体重为75公斤时，其身高平均值的94.45%的置信区间。

假设儿子身高Y与父亲身高X适合一元线性回归模型，观察了10对父子的身高(英寸)得数据如下：

可判断样本估计的标准差为________。

A．8．1

B．9．1

C．7．1

D．10.1

A.直线相关分析

B.直线回归分析

C.Spearman等级相关分析

D.两率比较的u检验

E.两均数比较的，检验

假设儿子的身高(y)与父亲的身高(x)适合一元正态线性回归模型，观察了10对英国父子的身高(英寸)，数据如下：

A.185次/分

B.175次/分

C.195次/分

D.220次/分