用解释变量对预报变量的贡献率R 相关指数R2可以刻画回归模型的拟合效果，R2越接近于1，说明模型的拟合效果越好，RB2＞RA2，两个回归模型相比较，拟合效果较好是B，故答案为：B
①在线性回归模型中，R2表示解释变量对于预报变量变化的贡献率，R2越接近于1，表示回归效果越好，故正确；②在2×2列联表中，ad-bc|越大，说明两个分类变量之间的关系越强，故错误；③命题“若x2=1，则x=1”的否命题为“若x2≠1，则x≠1”，故错误；④构造函数f（x）=x|x|=-x2，x，x≥0，根据二次函数的图象和性质，可得f（x）在R为增函数，故“a>；b”？“a|a|>；b|b|”，即“a>；b”是“a|a|>；b|b|”的充要条件，故正确；故正确的命题个数是2个，故选：C
多元线性回归中，如何比较各个自变量对因变量的贡献率大小？ 我的理解是各个自变量对因变量的贡献率=各个自变量的标准化系数/所有自变量标准化系数绝对值之和。其中，贡献率可正可负。仅供参考，如有不对之处还望指正，谢谢
