在大连豆粕期货价格（被解释变量）与芝加哥豆粕期货价格（解释变量）的回归模型中，判定系数
=0.962，F统计量为256.39，给定显著性水平（α=0.05）对应的临界值
=3.56。这表明该回归方程（ ）。
Ⅰ.拟合效果很好
Ⅱ.预测效果很好
Ⅲ.线性关系显著
Ⅳ.标准误差很小
≤1，
越接近1，表明回归拟合效果越好；
越接近0，表明回归拟合效果越差。题中，
=0.962，可以看出该回归方程回归拟合效果较好。
（k，n-k-1），则拒绝
=0的原假设，接受备择假设
（j=1，2，……，k）不全为零，表明回归方程线性关系显著。题中，F=256.39>3.56，线性关系显著。从一批零件中抽出100个测量其直径，测得平均直径为5.2cm，标准差为1.6cm，想知道这批零件的直径是否服从标准直径5cm，因此采用t检验法，那么在显著性水平α下，接受域为（ ）。
一元线性回归模型的总体回归直线可表示为（ ）。
对模型的最小二乘回归结果显示，
为0.92，总离差平方和TSS为500，则残差平方和RSS为（ ）。
模型中，根据拟合优度
与F统计量的关系可知，当
=0时，有（ ）。
一元线性回归模型中，回归估计的标准误差越小，表明投资组合的样本回归线的离差程度（ ）。