回歸分析與實(shí)現(xiàn)智慧樹(shù)知到期末考試答案2024年

回歸分析與實(shí)現(xiàn)智慧樹(shù)知到期末考試答案2024年回歸分析與實(shí)現(xiàn)泊松回歸的模型精度可以利用哪種進(jìn)行評(píng)估（）

A:R方B:預(yù)測(cè)值與實(shí)際值的相對(duì)誤差C:AUC的值D:調(diào)整的R方答案:預(yù)測(cè)值與實(shí)際值的相對(duì)誤差在多元線性回歸模型中，若某個(gè)解釋變量對(duì)其余解釋變量的判定系數(shù)接近于１，則表明模型中存在（）

A:序列相關(guān)B:多重共線性C:高擬合優(yōu)度D:異方差性答案:多重共線性以下哪一種情形更適合使用泊松回歸（）

A:人員是否生存B:某批產(chǎn)品的次品數(shù)C:企業(yè)是否上市D:信用卡是否逾期答案:某批產(chǎn)品的次品數(shù)泊松回歸模型中,如果自變量為3個(gè)水平的定性變量,則需要構(gòu)造啞變量的個(gè)數(shù)為（）

A:3個(gè)B:4個(gè)C:1個(gè)D:2個(gè)答案:2個(gè)泊松回歸的因變量為（）

A:多分類(lèi)數(shù)據(jù)B:截?cái)鄶?shù)據(jù)C:定序數(shù)據(jù)D:計(jì)數(shù)數(shù)據(jù)答案:計(jì)數(shù)數(shù)據(jù)以下哪一種情形更適合使用生存回歸（）

A:人員是否生存B:信用卡是否逾期C:新產(chǎn)品從上架到下架時(shí)間D:企業(yè)是否上市答案:新產(chǎn)品從上架到下架時(shí)間泊松回歸利用似然比檢驗(yàn)、模型的顯著性為0.005，則錯(cuò)誤的是（）

A:在5%的顯著性，水平下模型是不顯著的B:在5%的顯著性，水平下模型是顯著的C:在1%的顯著性水平下，至少有一個(gè)解釋變量與因變量顯著相關(guān)。D:在1%的顯著性，水平下模型是顯著的答案:在5%的顯著性,水平下模型是不顯著的泊松回歸研究的因變量是下面哪種什么類(lèi)型（）

A:定序數(shù)據(jù)B:文本數(shù)據(jù)C:分類(lèi)數(shù)據(jù)D:計(jì)數(shù)數(shù)據(jù)答案:計(jì)數(shù)數(shù)據(jù)在某項(xiàng)開(kāi)始于1995年1月，預(yù)計(jì)截止日期為2000年1月的胃癌隨訪研究中，該病人1997年5月開(kāi)始隨訪研究，因胃癌死于1999年2月，請(qǐng)指出他的生存時(shí)間各屬于何種生存時(shí)間數(shù)據(jù)類(lèi)型。（）

A:截尾數(shù)據(jù)B:直接數(shù)據(jù)C:完全數(shù)據(jù)D:缺失數(shù)據(jù)答案:截尾數(shù)據(jù)某研究獲得一組病人的存活時(shí)間為79、133+、185、475、133、238+，對(duì)此資料進(jìn)行生存率估計(jì)，可采用（）

A:方差分析B:KM估計(jì)C:秩和檢驗(yàn)D:回歸分析答案:KM估計(jì)下列有關(guān)log-rank檢驗(yàn)的描述中正確的是（）

A:log-rank檢驗(yàn)是各組生存率某時(shí)間點(diǎn)的比較B:log-rank檢驗(yàn)中，各組實(shí)際死亡數(shù)必等于理論死亡數(shù)C:log-rank檢驗(yàn)是各組生存率的整體比較D:log-rank檢驗(yàn)屬生存曲線比較的參數(shù)法答案:log-rank檢驗(yàn)是各組生存率的整體比較泊松回歸進(jìn)行參數(shù)估計(jì)的方法是（）

A:極大似然估計(jì)B:t檢驗(yàn)C:最小二乘法D:F檢驗(yàn)答案:極大似然估計(jì)關(guān)于Cox回歸模型與logistic回歸模型正確的是（）

A:logistic回歸模型是一種概率模型，只考慮了事件是否發(fā)生B:Cox回歸模型與logistic回歸模型具有相似之處，即在估計(jì)出回歸系數(shù)后可以得到協(xié)變量對(duì)應(yīng)的相對(duì)危險(xiǎn)度C:logistic回歸模型不考慮事件發(fā)生所需要的時(shí)間長(zhǎng)短D:Cox回歸模型不考慮事件發(fā)生所需要的時(shí)間長(zhǎng)短E:Cox回歸模型不僅考慮了事件發(fā)生的結(jié)果，同時(shí)也利用了生存時(shí)間提供的信息答案:Cox回歸模型與logistic回歸模型具有相似之處,即在估計(jì)出回歸系數(shù)后可以得到協(xié)變量對(duì)應(yīng)的相對(duì)危險(xiǎn)度###Cox回歸模型不僅考慮了事件發(fā)生的結(jié)果,同時(shí)也利用了生存時(shí)間提供的信息###logistic回歸模型是一種概率模型,只考慮了事件是否發(fā)生###logistic回歸模型不考慮事件發(fā)生所需要的時(shí)間長(zhǎng)短邏輯回歸模型評(píng)價(jià)預(yù)測(cè)效果，可以用以下哪些指標(biāo)？（）

A:錯(cuò)分率B:精準(zhǔn)率C:轉(zhuǎn)化率D:準(zhǔn)確率答案:準(zhǔn)確率###精準(zhǔn)率###錯(cuò)分率邏輯回歸模型理論上適用于以下哪些研究？（）

A:判斷某患者是否患心臟病B:分析信用卡是否逾期的影響因素C:預(yù)測(cè)某地區(qū)煎餅外賣(mài)的月銷(xiāo)量D:分析北京市高端酒店價(jià)格的影響因素答案:分析信用卡是否逾期的影響因素###判斷某患者是否患心臟病以下關(guān)于定序回歸，描述正確的是？（）

A:定序回歸的因變量只能取值為0，1B:定序回歸的自變量可以的定性變量，也可以是定量變量C:定序回歸可以分析因變量為定序數(shù)據(jù)的業(yè)務(wù)D:定序回歸思想和邏輯回歸一樣，都是預(yù)測(cè)二分類(lèi)因變量答案:定序回歸可以分析因變量為定序數(shù)據(jù)的業(yè)務(wù)###定序回歸的自變量可以的定性變量,也可以是定量變量關(guān)于泊松回歸正確的是（）

A:泊松回歸全稱(chēng)為泊松對(duì)數(shù)線性回歸模型B:泊松回歸可以利用極大似然估計(jì)的方法來(lái)估計(jì)參數(shù)C:泊松分布要求因變量的期望等于方差D:泊松回歸與線性回歸模型無(wú)區(qū)別E:泊松回歸假設(shè)因變量服從泊松分布答案:泊松回歸假設(shè)因變量服從泊松分布###泊松回歸可以利用極大似然估計(jì)的方法來(lái)估計(jì)參數(shù)###泊松分布要求因變量的期望等于方差###泊松回歸全稱(chēng)為泊松對(duì)數(shù)線性回歸模型常見(jiàn)的回歸模型包括（）

A:定序回歸B:線性回歸C:生存回歸D:泊松回歸E:邏輯回歸答案:線性回歸###邏輯回歸###定序回歸###泊松回歸###生存回歸當(dāng)系數(shù)估計(jì)顯著時(shí)（相應(yīng)的ｐ值小于顯著水平，如0.05）才有解讀的必要。（）

A:對(duì)B:錯(cuò)答案:對(duì)加速失效模型是對(duì)生存時(shí)間進(jìn)行建模，其優(yōu)點(diǎn)包括：簡(jiǎn)單易懂、直接研究真實(shí)生存時(shí)間、非常直觀。（）

A:對(duì)B:錯(cuò)答案:對(duì)Cox模型的系數(shù)和加速失效模型的系數(shù)正負(fù)號(hào)一致。（）

A:對(duì)B:錯(cuò)答案:錯(cuò)定序數(shù)據(jù)具有兩個(gè)十分重要的特征：（1）沒(méi)有數(shù)值意義，不能做代數(shù)運(yùn)算；（2）有順序意義。（）

A:錯(cuò)B:對(duì)答案:對(duì)生存函數(shù)刻畫(huà)的是在觀察開(kāi)始后的某個(gè)時(shí)間點(diǎn)還生還的概率。（）

A:對(duì)B:錯(cuò)答案:對(duì)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)間越短。（）

A:錯(cuò)B:對(duì)答案:錯(cuò)定序回歸和邏輯回歸模型的參數(shù)估計(jì)方法一樣，都是采用極大似然估計(jì)。（）

A:錯(cuò)B:對(duì)答案:對(duì)相關(guān)系數(shù)等于0表明兩個(gè)變量不存在線性相關(guān)關(guān)系。（

）

A:對(duì)B:錯(cuò)答案:對(duì)凡是可以連續(xù)取值的，或者說(shuō)可以用測(cè)量工具具體測(cè)量出小數(shù)點(diǎn)以下數(shù)值的這類(lèi)數(shù)據(jù)，叫計(jì)量數(shù)據(jù)。（）

A:正確B:錯(cuò)誤答案:錯(cuò)誤定序回歸模型的結(jié)果無(wú)法對(duì)測(cè)試集進(jìn)行預(yù)測(cè)。（）

A:錯(cuò)B:對(duì)答案:錯(cuò)某數(shù)據(jù)中因變量有4個(gè)選擇，那么使用定序回歸建模后，截距項(xiàng)也有4個(gè)。（）

A:對(duì)B:錯(cuò)答案:對(duì)定序回歸是有監(jiān)督的機(jī)器學(xué)習(xí)算法。（）

A:對(duì)B:錯(cuò)答案:對(duì)如果一個(gè)離散型自變量有K個(gè)水平（K個(gè)類(lèi)別），在建模過(guò)程中需要構(gòu)造K個(gè)啞變量（）

A:對(duì)B:錯(cuò)答案:錯(cuò)定序回歸模型的系數(shù)無(wú)法進(jìn)行顯著性檢驗(yàn)。（）

A:錯(cuò)B:對(duì)答案:錯(cuò)觀察對(duì)象在觀察周期內(nèi)未發(fā)生“失效事件”，稱(chēng)為截?cái)鄶?shù)據(jù)。（）

A:錯(cuò)B:對(duì)答案:對(duì)邏輯回歸模型的因變量可以是連續(xù)型的數(shù)值變量。（）

A:對(duì)B:錯(cuò)答案:錯(cuò)邏輯回歸的自變量可以是連續(xù)型數(shù)值變量，也可以是定性變量。（）

A:錯(cuò)B:對(duì)答案:對(duì)AUC可以用來(lái)評(píng)估邏輯回歸模型的指標(biāo)。（）

A:錯(cuò)B:對(duì)答案:對(duì)邏輯回歸模型就是線性回歸模型。（）

A:正確B:錯(cuò)誤答案:錯(cuò)誤泊松分布通常用于描述非稀有事件（即大概率）事件發(fā)生數(shù)的分布。（）

A:對(duì)B:錯(cuò)答案:對(duì)計(jì)數(shù)數(shù)據(jù)是離散的，并且只能是非負(fù)整數(shù)。（）

A:錯(cuò)B:對(duì)答案:對(duì)對(duì)定序數(shù)據(jù)進(jìn)行建模后，可以使用AIC、BIC準(zhǔn)則對(duì)模型進(jìn)行優(yōu)化。（）

A:對(duì)B:錯(cuò)答案:對(duì)泊松分布適合于定序數(shù)據(jù)的模型建立。（）

A:錯(cuò)B:對(duì)答案:錯(cuò)多元線性回歸分析的“線性”指的是因變量對(duì)于回歸系數(shù)是線性的。（）

A:對(duì)B:錯(cuò)答案:對(duì)泊松回歸就是泊松分布，二者沒(méi)有區(qū)別。（）

A:錯(cuò)誤B:正確答案:正確泊松回歸的因變量為定量數(shù)據(jù)。（

）

A:對(duì)B:錯(cuò)答案:對(duì)以下關(guān)于FN，描述正確的是（）。

A:FN就是將正類(lèi)預(yù)測(cè)為負(fù)類(lèi)數(shù)，真實(shí)為1，預(yù)測(cè)為0B:FN就是將正類(lèi)預(yù)測(cè)為正類(lèi)數(shù)，真實(shí)為1，預(yù)測(cè)也為1C:FN就是將正類(lèi)預(yù)測(cè)為負(fù)類(lèi)數(shù)，真實(shí)為0，預(yù)測(cè)為0D:FN就是將負(fù)類(lèi)預(yù)測(cè)為正類(lèi)數(shù)，真實(shí)為0，預(yù)測(cè)也為0答案:AI參考:正確答案是C：FN就是將正類(lèi)預(yù)測(cè)為負(fù)類(lèi)數(shù)，真實(shí)為0，預(yù)測(cè)為0。\nFN是負(fù)類(lèi)預(yù)測(cè)為正類(lèi)的錯(cuò)誤率，即假正類(lèi)，正確的表述應(yīng)為預(yù)測(cè)的正類(lèi)結(jié)果，實(shí)際上是負(fù)類(lèi)的正確情況下的分類(lèi)情況，用符號(hào)表示為FN。故正確選項(xiàng)為C，將正類(lèi)預(yù)測(cè)為負(fù)類(lèi)數(shù)，真實(shí)為0，預(yù)測(cè)為0。選項(xiàng)A和B的描述都有所混淆。選項(xiàng)D描述的是負(fù)類(lèi)預(yù)測(cè)為正類(lèi)的正確情況下的分類(lèi)情況，即真負(fù)類(lèi)被預(yù)測(cè)為負(fù)類(lèi)的正確情況下的分類(lèi)情況，與FN的定義不符。'以下哪個(gè)不是定序數(shù)據(jù)（）。

A:某人超重嚴(yán)重程度B:NBA球員薪金等級(jí)C:某人是否超重D:對(duì)NBA球員的喜歡程度答案:AI參考:選項(xiàng)D不是定序數(shù)據(jù)，因?yàn)樗且粋€(gè)分類(lèi)變量，可以表示為是/否、1/2、A/B等。而其他三個(gè)選項(xiàng)都是定序數(shù)據(jù)，因?yàn)樗鼈兛梢员硎緸椴煌潭鹊臄?shù)值，如嚴(yán)重程度、等級(jí)等。因此，正確答案是D:對(duì)NBA球員的喜歡程度。'多元線性回歸模型的“線性”是指對(duì)（）而言的。（）

A:回歸系數(shù)B:因變量C:自變量D:殘差項(xiàng)答案:AI參考:多元線性回歸模型的“線性”是指對(duì)自變量而言的。因此，本題的正確答案是C：自變量。多元線性回歸模型是一種統(tǒng)計(jì)模型，它通過(guò)自變量和因變量之間的關(guān)系來(lái)描述一個(gè)現(xiàn)象。在這個(gè)模型中，“線性”是指自變量之間的關(guān)系，即當(dāng)自變量之間存在線性關(guān)系時(shí)，它們之間的系數(shù)可以被解釋為回歸系數(shù)，用于預(yù)測(cè)因變量的值。因此，答案為C。'如何評(píng)價(jià)probit定序回歸系數(shù)顯著性（）。

A:t分布B:似然比檢驗(yàn)C:F檢驗(yàn)D:t檢驗(yàn)答案:AI參考:正確答案是D:t檢驗(yàn)。\n\n在probit定序回歸中，我們通常使用t檢驗(yàn)來(lái)評(píng)估系數(shù)的顯著性。t檢驗(yàn)是一種常用的統(tǒng)計(jì)方法，用于比較平均值是否存在顯著差異。在probit回歸中，我們通常會(huì)對(duì)每個(gè)自變量與因變量的關(guān)系進(jìn)行t檢驗(yàn)，以評(píng)估其顯著性。因此，選項(xiàng)D是正確的。其他選項(xiàng)如似然比檢驗(yàn)、F檢驗(yàn)和t分布等在probit回歸中并不是常用的方法。'如何評(píng)價(jià)probit定序回歸模型整體顯著（）。

A:F分布B:F檢驗(yàn)C:似然比檢驗(yàn)D:t檢驗(yàn)答案:AI參考:正確答案是D:t檢驗(yàn)。\n\n在評(píng)價(jià)probit定序回歸模型整體顯著時(shí)，通常使用t檢驗(yàn)，因?yàn)閠檢驗(yàn)是用于檢驗(yàn)連續(xù)型變量的顯著性，而probit模型是連續(xù)型變量的概率模型，因此t檢驗(yàn)是最適合的檢驗(yàn)方法。其他選項(xiàng)如F分布、F檢驗(yàn)、似然比檢驗(yàn)等不適用于評(píng)價(jià)probit模型的顯著性。'以下關(guān)于定序回歸，描述正確的是？（）

A:定序回歸的因變量只能取值為0，1B:定序回歸的自變量可以的定性變量，也可以是定量變量C:定序回歸可以分析因變量為定序數(shù)據(jù)的業(yè)務(wù)D:定序回歸思想和邏輯回歸一樣，都是預(yù)測(cè)二分類(lèi)因變量答案:AI參考:以下關(guān)于定序回歸，描述正確的是：C:定序回歸可以分析因變量為定序數(shù)據(jù)的業(yè)務(wù)，D:定序回歸思想和邏輯回歸一樣，都是預(yù)測(cè)二分類(lèi)因變量。\n\n定序回歸是一種統(tǒng)計(jì)分析方法，用于分析定序數(shù)據(jù)，即數(shù)據(jù)按大小可以排序，但類(lèi)別不能歸為兩個(gè)明確分類(lèi)的數(shù)據(jù)。定序回歸可以處理因變量為定序數(shù)據(jù)的業(yè)務(wù)問(wèn)題。定序回歸和邏輯回歸在預(yù)測(cè)二分類(lèi)因變量上是相似的，但它們也有一些不同之處，例如定序回歸對(duì)異常值更敏感，且對(duì)自變量的類(lèi)型要求更寬松。定序回歸的自變量可以是定性變量或定量變量。因此，答案為C和D。'如果變量x與y之間沒(méi)有線性相關(guān)關(guān)系，則（）

A:線性回歸系數(shù)為0B:估計(jì)標(biāo)準(zhǔn)誤差為0C:相關(guān)系數(shù)為0D:變量x與y不一定獨(dú)立E:判定系數(shù)為0答案:AI參考:正確選項(xiàng)為：A:線性回歸系數(shù)為0C:相關(guān)系數(shù)為0E:判定系數(shù)為負(fù)數(shù)。\n\n解釋?zhuān)篭n\n1.線性回歸系數(shù)為0：如果變量x與y之間沒(méi)有線性相關(guān)關(guān)系，那么它們的線性回歸線（即回歸方程的斜率）應(yīng)該是0。也就是說(shuō)，自變量對(duì)因變量的影響在理論上是0，因此線性回歸系數(shù)應(yīng)為0。\n2.相關(guān)系數(shù)為0：相關(guān)系數(shù)是一個(gè)度量?jī)蓚€(gè)變量之間線性相關(guān)程度的統(tǒng)計(jì)量。如果變量x與y之間沒(méi)有線性相關(guān)關(guān)系，那么它們的線性關(guān)系應(yīng)該是微弱的或者根本不存在，因此相關(guān)系數(shù)應(yīng)為0。\n3.判定系數(shù)為負(fù)數(shù)：判定系數(shù)是用來(lái)度量模型對(duì)數(shù)據(jù)的擬合優(yōu)度的統(tǒng)計(jì)量。如果變量x與y之間沒(méi)有線性相關(guān)關(guān)系，那么模型對(duì)數(shù)據(jù)的擬合程度應(yīng)該很低，因此判定系數(shù)應(yīng)為負(fù)數(shù)。\n\n至于其他選項(xiàng)，比如估計(jì)標(biāo)準(zhǔn)誤差、變量x與y不一定獨(dú)立等，雖然在某些情況下可能存在，但在沒(méi)有線性相關(guān)關(guān)系的情況下并不一定成立。因此，這些選項(xiàng)不是正確答案。'關(guān)于泊松分布內(nèi)容，以下描述正確的是？（）

A:泊松回歸不能用于計(jì)數(shù)數(shù)據(jù)的模型建立B:泊松分布的參數(shù)是單位時(shí)間(或單位面積)內(nèi)隨機(jī)事件的平均發(fā)生次數(shù)。C:泊松分布的期望和方差均為：D:泊松分布的概率函數(shù)為E:泊松分布適合于定序數(shù)據(jù)的模型建立答案:AI參考:以下是對(duì)泊松分布內(nèi)容的描述正確選項(xiàng)：\n\nB,D\n\n解釋?zhuān)篭n\nB選項(xiàng)描述了泊松分布的參數(shù)是單位時(shí)間（或單位面積）內(nèi)隨機(jī)事件的平均發(fā)生次數(shù)，這是對(duì)的。\n\nD選項(xiàng)描述了泊松分布的概率函數(shù)，這也是對(duì)的。\n\nA選項(xiàng)，泊松回歸可以用于計(jì)數(shù)數(shù)據(jù)的模型建立，這是錯(cuò)的。泊松回歸是用來(lái)估計(jì)隨機(jī)事件（如顧客數(shù)量、故障次數(shù)等）的期望值的模型。\n\nC選項(xiàng)，泊松分布的期望是λ，方差是λ*m，其中λ是期望，m是事件之間的間隔，這是對(duì)的。\n\nE選項(xiàng)，泊松分布適合于定類(lèi)數(shù)據(jù)的模型建立，比如事件發(fā)生的種類(lèi)，而不是定序