通过卡尔曼滤波与预测中残差向量的变化，可以判断原假定目标的目标模型与实际目标模型的运动特性是否符合。()

A.扩展卡尔曼滤波是先将模型线性化，然后采用线性的卡尔曼滤波算法

B.线性化时，是将信号模型在前一点的滤波值附近用泰勒级数展开，然后取前两项

C.线性化时，是将信号模型在预测值附近用泰勒级数展开，然后取前两项

D.线性化时，是将观测模型在预测值附近用泰勒级数展开，然后取前两项

A.卡尔曼

B.粒子

C.小波

D.平方根

A.内阻法

B.外阻法

C.电流法

D.以上都不对

A．OCV（开路电压）修正算法

B．安时积分算法

C．卡尔曼滤波算法

D．粒子群算法

A.两个变量具有回归关系

B.一定有相关系数r = 0.70

C.MS回归>MS残差

D.SS回归 >SS残差

E.Y 的总变异有49% 可以由X 的变化解释

A.自适应伺服控制

B.状态环路控制

C.伺服输入环路控制

D.卡尔曼

A.残余尿量是指排尿后残留在膀胱中的尿量

B.残余尿测定谨慎地用于非神经源性尿失禁的成年人

C.残余尿多表明排尿效率差，可能与尿路感染、上尿路扩张和肾功能不全有关

D.残余尿量只能通过超声测量测得

在例10.6中，我们估计了费尔预测美国总统选举结果的一个模型的变型。

(i)对于这个方程中的误差项序列无关，你有何论据？(提示：总统选举多长时间进行一次？)

(ii) 在将式(10.23) 的OLS残差对滞后残差进行回归时， 得到p=-0.068和sc(p)=0.240。你对u， 中的序列相关有何结论？

(iii)在检验序列相关时，这个应用中的小样本容量会令你不放心吗？

A.残差分析是证实模型假定的基本方法

B.回归方程的预测包括点估计和区间估计两种

C.若回归方程在一定的显著性水平下通过了F检验，就可以运用该回归方程进行统计预测

D.回归方程的显著性检验的目的是检验回归方程的截距项是否显著为0