题目内容
（请给出正确答案）
提问人：网友liao044
发布时间：2022-01-06
[主观题]
在回归分析中，用来预测或用来解释另一个变量的一个或多个变量称为（)。A．自变量B．因变量C．随
在回归分析中，用来预测或用来解释另一个变量的一个或多个变量称为()。
A．自变量
B．因变量
C．随机变量
D．非随机变量
简答题官方参考答案
（由简答题聘请的专业题库老师提供的解答）
查看官方参考答案
此题为判断题(对，错)。
网友您好，请在下方输入框内输入要搜索的题目：
搜题
题目内容
（请给出正确答案）
简答题官方参考答案
（由简答题聘请的专业题库老师提供的解答）
更多“在回归分析中，用来预测或用来解释另一个变量的一个或多个变量称为（)。A．自变量B．因变量C．随”相关的问题
第2题
在回归分析中，用来预测或用来解释的变量称为（)。A．自变量B．因变量C．随机变量D．非随机变量
在回归分析中，用来预测或用来解释的变量称为()。
A．自变量
B．因变量
C．随机变量
D．非随机变量
第3题
在回归分析中，估计标准误差(Se)是：
A.用来评价因变量预测值的准确程度的
B.对因变量的点估计
C.用来评价自变量系数估计值的准确程度的
D.用来评价自变量系数估计值的置信区间的
第4题
在一元线性回归分析中，下列说法正确的有（)。
A.一般来说，解释变量是可控制的变量，被解释变量是随机变量
B.两个变量不是对等的关系
C.利用一元线性回归模型，两个变量可以相互求解,即知道其中一个，一定可以求出另一个
D.根据回归系数的估计值，可以判定这两个变量的线性相关的方向
E.对于毫不相关的两个变量,也可以求得经验回归方程，并进行预测
第5题
下列说法中错误的是_____。
A.机器学习就是从大量数据中学习规律，从而能够做出智能识别或预测
B.损失函数用来估量模型的预测值与真实值的不一致程度
C.在一元线性回归中包含两个或者两个以上的自变量
D.多元线性回归模型对应高维空间中的一个超平面
第6题
以下关于一元线性回归叙述正确的有（)？
A.一元线性回归预测是回归预测的基础，预测对象只受一个主要因素影响
B.判定一个线性回归方程的拟合程度的优劣称为模型的显著性检验，通常用的检验法是相关系数检验法
C.相关系数等于回归平方和在总平方和中所占的比率，即回归方程所能解释的因变量变异性的百分比，是一元回归模型中用来衡量两个变量之间相关程度的判定指标
D.如果相关系数r=0，表示所有的观测值全部落在回归直线上;如果r=1，则表示自变量与因变量无线性关系
第7题
机器学习和数据科学间是存在交集的。例如，逻辑回归可以用来研究关系，也可以用来做预测。我们可以将数据科学和机器学习想象成一个“谱”，较容易解释的模型更靠近数据科学一侧，“黑箱”模型则更靠近机器学习一侧。
第10题
回归分析还可以用来检验，市场是否在评价股票时有效地使用了市场信息。为简单起见，令return为持
有一个企业的股票在从1990年末到1994年末的四年时间内得到的总回报。有效市场假设认为，这些回报不应该与1990年知道的信息存在系统相关性。如果在期初知道的企业特征有助于预测股票回报，那我们在选择股票时就能用到这个信息。对于1990年，令dkr表示企业的债务-资本比率，eps表示每股收益，netinc表示净收入，而salary则表示CEO的总报酬。
点击查看答案
(i)使用RETURN.RAW中的数据，估计了如下方程：
检验这些解释变量在5%的显著性水平上是否联合显著。存在个别显著的解释变量吗？
(ii)现在使用netinc和salary的对数形式重新估计这个模型
第(i)部分的结论有没有什么变化？
(iii)在第(ii)部分中，我们为什么不用dks和eps的对数？
(iv)总的看来，股票回报可预测性的证据是强还是弱？
