![](https://lstatic.shangxueba.com/jiandati/pc/images/pc_jdt_tittleico.png)
在数据建模时,对线性回归模型描述正确的是:
A.只要有数据的题目,就做线性回归
B.先画个散点图,通过观测,散点分布有线性特征,再进行线性回归建模
C.先计算下线性相关系数,通过相关系数,数据之间存在较强线性性时,再进行线性回归建模
D.数据类建模问题中,一般首先考虑是否能进行线性回归建模,当线性回归确实不合适时,再考虑非线性回归建模或其它建模方法
![](https://lstatic.shangxueba.com/jiandati/pc/images/jdt_q_ckda.png)
![](https://lstatic.shangxueba.com/jiandati/pc/images/jdt_panel_vip.png)
![](https://lstatic.shangxueba.com/jiandati/pc/images/jdt_q_wyda.png)
- · 有4位网友选择 A,占比40%
- · 有3位网友选择 B,占比30%
- · 有2位网友选择 C,占比20%
- · 有1位网友选择 D,占比10%
A.只要有数据的题目,就做线性回归
B.先画个散点图,通过观测,散点分布有线性特征,再进行线性回归建模
C.先计算下线性相关系数,通过相关系数,数据之间存在较强线性性时,再进行线性回归建模
D.数据类建模问题中,一般首先考虑是否能进行线性回归建模,当线性回归确实不合适时,再考虑非线性回归建模或其它建模方法
A.只要有数据的题目,就一定可进行线性回归建模
B.为了初步估计可能的模型形式,经常可以先绘制散点图,并观测散点分布是否有线性特征,再确定能否进行线性回归建模
C.先计算下线性相关系数,通过相关系数,数据之间存在较强线性性时,再进行线性回归建模
D.数据类建模问题中,一般首先考虑是否能进行线性回归建模,当线性回归确实不合适时,再考虑非线性回归建模或其它建模方法
A.针对分类的可能性进行建模,不仅能预测出类别,还可以得到属于该类别的概率。
B.直接对分类的可能性进行建模,无需事先假设数据分布,这样就避免了假设分布不准确所带来的问题。
C.模型本质仍然是一个线性模型,实现相对简单。
D.逻辑斯蒂回归模型是线性回归模型
A.先进行相关分析,有相关关系时,再进行回归分析。
B. 先绘制散点图,有线性趋势时,再进行回归分析。
C. 绘制散点图,有线性趋势时,作相关分析,有相关关系时,再作回归分析。
D. 直接作回归分析。
E. 绘制散点图,有线性趋势时,相关、回归分析一起作。
A.ε是随机误差,它是一个服从均值为0的正态分布的随机变量
B.拟合回归得到的残差一般为ε的估计
C.在通过回归得到模型系数后,写出具体回归模型时,一般模型中不用再写ε
D.ε作为随机误差是客观存在的,在回归建模时,一般无法消除随机误差对模型精度的影响
A.只有一个自变量和一个因变量的线性回归模型叫一元线性回归模型
B.在各种回归分析中,一元线性回归分析是整个回归分析的基础
C.为了得到尽可能准确的模型参数,需要借助于最小二乘法,将所有的数据都用上
D.一般认为,在不考虑系统演化的尺度范围的情况下,样本数越大,数据序列越长,回归模型就越可靠
为了保护您的账号安全,请在“简答题”公众号进行验证,点击“官网服务”-“账号验证”后输入验证码“”完成验证,验证成功后方可继续查看答案!