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
主成份分析与因变量进行多元线性回归之后原始自变量的贡献率问题 似乎这个问题我专门解决过了。既然是想获得原始自变量对因变量的贡献率，就应该直接用原始自变量来进行多元回归分析。
下面的表格是一组实验的统计数据： （1）见下表，数据编号i1234合计x i01236y i12306x i 2014914x i y i02608由表得，线性回归方程为。（2）残差分布表为：残差的均值为0，补充的数据见下表：（3），说明回归直线方程拟合效果较差。
