直线回归模型的检验方法包括:A. t检验（回归系数）B. F检验（模型整体）C. 卡方检验D. 残差图分析E. 秩和检验

考查要点：本题主要考查直线回归模型中常用的检验方法，需区分不同统计检验方法的应用场景。

解题核心思路：

1. 回归系数的显著性检验采用t检验，用于判断单个自变量对因变量的影响是否显著。
2. 模型整体拟合效果采用F检验，用于检验所有自变量是否对因变量有联合影响。
3. 残差图分析是回归诊断的重要工具，通过可视化检查模型假设（如线性、正态性、异方差等）是否成立。
4. 卡方检验和秩和检验不属于直线回归的标准检验方法。

破题关键点：

• 明确区分参数检验（t、F检验）与非参数检验（秩和检验）的适用范围。
• 理解残差分析在回归诊断中的作用，它是模型诊断而非传统统计检验。

选项分析

A. t检验（回归系数）

正确。回归系数的显著性检验基于t分布，用于判断单个自变量对因变量的影响是否显著。例如，检验假设 $H_0: \beta_i = 0$。

B. F检验（模型整体）

正确。F检验用于检验模型整体的拟合效果，即所有自变量是否对因变量有联合影响。例如，检验假设 $H_0: \beta_1 = \beta_2 = \dots = \beta_k = 0$。

C. 卡方检验

错误。卡方检验主要用于分类变量的独立性检验或拟合优度检验，与回归系数或模型整体检验无关。

D. 残差图分析

正确。残差图用于诊断模型假设是否成立（如线性关系、正态分布、方差齐性等），是回归分析的重要步骤。

E. 秩和检验

错误。秩和检验属于非参数检验，常用于比较两组数据的位置差异，与回归模型检验无关。