回歸分析與實(shí)現(xiàn)知到章節(jié)答案智慧樹2023年西安歐亞學(xué)院_第1頁
回歸分析與實(shí)現(xiàn)知到章節(jié)答案智慧樹2023年西安歐亞學(xué)院_第2頁
回歸分析與實(shí)現(xiàn)知到章節(jié)答案智慧樹2023年西安歐亞學(xué)院_第3頁
回歸分析與實(shí)現(xiàn)知到章節(jié)答案智慧樹2023年西安歐亞學(xué)院_第4頁
免費(fèi)預(yù)覽已結(jié)束,剩余6頁可下載查看

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

回歸分析與實(shí)現(xiàn)知到章節(jié)測(cè)試答案智慧樹2023年最新西安歐亞學(xué)院第一章測(cè)試

相關(guān)系數(shù)等于0表明兩個(gè)變量()

參考答案:

不存在線性相關(guān)關(guān)系

多元線性回歸的全局顯著性檢驗(yàn)可以利用哪種方法進(jìn)行評(píng)估()

參考答案:

調(diào)整的R2

總體平方和TSS、殘差平方和RSS與回歸平方和ESS三者的關(guān)系是()

參考答案:

TSS=RSS+ESS

定序數(shù)據(jù)具有以下那些特征()

參考答案:

無數(shù)值意義;有順序意義

Cook距離作用是判斷數(shù)據(jù)中是否存在異常值或強(qiáng)影響點(diǎn)的。()

參考答案:

對(duì)

回歸分析的思想就是把業(yè)務(wù)問題定義為數(shù)據(jù)可分析的問題的過程。()

參考答案:

對(duì)

回歸分析通過顯著性判斷哪些X同Y是真正相關(guān)的。()

參考答案:

對(duì)

生存分析的因變量的數(shù)據(jù)類型為計(jì)數(shù)數(shù)據(jù)。()

參考答案:

錯(cuò)

回歸分析基于自變量的類型分可為線性回歸、0-1回歸、定序回歸、泊松回歸以及生存分析。()

參考答案:

錯(cuò)

利用R語言建立多元線性回歸模型使用的函數(shù)為glm。()

參考答案:

錯(cuò)

第二章測(cè)試

以下哪個(gè)不是二分類數(shù)據(jù)的特點(diǎn)()。

參考答案:

具有連續(xù)型的特點(diǎn)

關(guān)于邏輯回歸模型,描述正確的是()。

參考答案:

邏輯回歸針對(duì)Y=1的概率進(jìn)行建模。判斷某件事情是否生的重點(diǎn)是預(yù)測(cè)該事情發(fā)生的概率

以下哪個(gè)不是二分類數(shù)據(jù)()。

參考答案:

飯店生意是否火爆

以下哪個(gè)是可以用來評(píng)估邏輯回歸模型的指標(biāo)()。

參考答案:

AUC

以下哪些數(shù)據(jù)不適用于邏輯回歸模型()。

參考答案:

求職薪資預(yù)測(cè)分析;超市營業(yè)額分析

以下哪些數(shù)據(jù)適用于邏輯回歸模型()。

參考答案:

預(yù)測(cè)地震是否發(fā)生;預(yù)測(cè)某個(gè)人是否通過面試

邏輯回歸希望預(yù)測(cè)Y=1/0,需要一個(gè)閾值c:當(dāng)預(yù)測(cè)概率大于c的時(shí)候,將Y預(yù)測(cè)成1;當(dāng)預(yù)測(cè)概率小于c的時(shí)候,將Y預(yù)測(cè)成0。()

參考答案:

對(duì)

線性回歸模型中我們采用最小二乘法求解模型系數(shù),而因?yàn)檫壿嫽貧w模型的特性,在求解系數(shù)過程中我們也可以采用最小二乘法方法。()

參考答案:

錯(cuò)

邏輯回歸和線性回歸模型本質(zhì)上沒有區(qū)別,只是名字叫法不同而已。()

參考答案:

錯(cuò)

邏輯回歸可以用來預(yù)測(cè)某地區(qū)二手房房價(jià)。()

參考答案:

錯(cuò)

第三章測(cè)試

以下哪個(gè)是定序數(shù)據(jù)()。

參考答案:

某商品的滿意程度

以下哪個(gè)數(shù)據(jù)可以用定序回歸模型進(jìn)行分析()。

參考答案:

顧客對(duì)飯店某菜品的喜好程度

定序回歸中若因變量為k水平定序數(shù)據(jù),則使用probit模型和logit模型分別有幾個(gè)截距項(xiàng)?()

參考答案:

k-1k-1

以下哪個(gè)是定序回歸因變量的特點(diǎn)?()

參考答案:

可以有三種選擇

以下哪些數(shù)據(jù)適用于定序回歸模型()。

參考答案:

顧客對(duì)產(chǎn)品的喜好程度;信用卡逾期程度影響因素分析;航空公司的客戶滿意程度

以下哪些不是定序數(shù)據(jù)特征()。

參考答案:

有數(shù)值意義;連續(xù)型

定序回歸的因變量有4個(gè)選擇,那么截距項(xiàng)就有3個(gè)。()

參考答案:

對(duì)

定序回歸的因變量只能有3個(gè)類別。()

參考答案:

錯(cuò)

定序回歸模型整體檢驗(yàn)使用F分布檢驗(yàn)方法。()

參考答案:

錯(cuò)

定序回歸模型是無監(jiān)督的機(jī)器學(xué)習(xí)方法。()

參考答案:

錯(cuò)

第四章測(cè)試

下列哪一種情形適合使用泊松回歸()

參考答案:

微博熱搜次數(shù)

泊松回歸的全局顯著性檢驗(yàn)可以利用哪種方法進(jìn)行評(píng)估()

參考答案:

似然比檢驗(yàn)

泊松回歸的因變量為()

參考答案:

計(jì)數(shù)數(shù)據(jù)

以下屬于計(jì)數(shù)數(shù)據(jù)的有()

參考答案:

信用卡用戶的逾期次數(shù);信用卡用戶的月消費(fèi)次數(shù);一對(duì)適齡夫妻一生生育寶寶的數(shù)量;微博用戶每天原創(chuàng)的微博數(shù)量

泊松回歸常用來研究單位時(shí)間或者單位面積或者單位空間內(nèi)某事件發(fā)生次數(shù)的影響因素。()

參考答案:

對(duì)

泊松回歸與線性回歸模型無任何區(qū)別。()

參考答案:

錯(cuò)

解釋變量的顯著性為0.06,說明在5%的顯著性水平下該解釋變量是不顯著的。()

參考答案:

對(duì)

解釋變量的顯著性為0.06,說明在10%的顯著性水平下該解釋變量是不顯著的。()

參考答案:

錯(cuò)

研究信用卡是否逾期這一問題,比較恰當(dāng)?shù)姆椒ㄊ鞘褂貌此苫貧w。()

參考答案:

錯(cuò)

研究某批產(chǎn)品的次品數(shù)這一問題,比較恰當(dāng)?shù)姆椒ㄊ鞘褂貌此苫貧w。()

參考答案:

對(duì)

第五章測(cè)試

以下哪一種情形更適合使用生存回歸()

參考答案:

某疾病患者從確診到死亡的時(shí)間

生存回歸的模型正確的是()

參考答案:

加速失效模型的系數(shù)為正,表示相應(yīng)自變量越大生存時(shí)間越長。

生存分析的因變量為()

參考答案:

生存數(shù)據(jù)

以下場景可以利用生存分析的有()

參考答案:

某疾病患者的生存時(shí)長分析;某面膜的上架時(shí)長分析

加速失效模型是對(duì)生存時(shí)間進(jìn)行建模,優(yōu)點(diǎn)是簡單易懂,直接研究真實(shí)生存時(shí)間,非常直觀。()

參考答案:

對(duì)

信用卡是否逾期問題的研究可以利用生存分析。()

參考答案:

錯(cuò)

新產(chǎn)品從上架到下架時(shí)間可以看出是一個(gè)生存時(shí)間。()

參考答案:

對(duì)

研究企業(yè)是否上市這一

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論