在网上市场调研数据分析中，常用的拟合回归线的原则，是使各点与该线纵向距离的平方和为（)。

A.在客户关系的维护上更具价值

B.在网上市场调研上是最常用的方式之一

C.不能完整地完成营销过程，需要其他营销方式配合

D.是营销推广效果较为突出的方式之一

A.用数学解析的方法，从一组实验数据中找出一条最佳拟合曲线，称为方程的回归。回归法中最常用的方法是最小二乘法；

B.最小二乘法的原理是：若能找到一条最佳的拟合曲线，那么各测量值与这条拟合曲线上对应点之差的平方和为最小；

C.对于一元线性回归方程中的待定系数a和b，一般来说，如果实验点对直线的偏离大，它们的误差也大，由此定出的经验公式可靠程度就低；

D.对于一元线性回归，相关系数r的值在-1到1之间，如果r越接近于0，则说明实验数据的线性化程度越高。

A.参数分析模型

B.直接回归模型

C.数据拟合模型

D.未来预测模型

利用MURDER.RAW中的数据。

(i)利用1990年和1993年的数据，用混合OLS估计方程

并以常用形式报告结论。不必担心通常的OLS标准误因a，的出现而不适当。你估计出了死刑的威慑效应吗？

(ii)计算FD估计值(只使用1990~1993年的差分;在FD回归中，你应该有51个观测)。现在，你对威慑效应有何结论？

(iii)在第(ii)部分的FD回归中，求残差的布罗施-帕甘回归，并计算异方差性的F检验。同样做怀特检验的特殊情形[即将对回归，其中拟合值得自第(ii)部分]。你对FD方程中的异方差性有何结论？

(iv)做第(ii)部分中的同样回归，但求异方差-稳健的t统计量。结果如何？

(v)你认为Aexec;的哪个统计量更值得信赖，是通常的：统计量还是异方差-稳健的!统计量？为什么？

(i)利用表13-1中同样的变量估计kids的一个泊松回归模型。解释y82的系数。

(ii)保持其他因素不变，黑人妇女和非黑人妇女在生育上的估计百分数差异是多少？

(iii)求σ。有过度散布和散布不足的证据吗？

(iv)计算泊松回归中的拟合值和作为kidsi和kidsi之相关系数平方的R2。并与线性回归模型中的R2相比较。

利用MEAP00 O1中的数据回答本题。

(i)使用OLS估计模型

并用通常的格式报告你的结论。在5%的显著性水平上，每个解释变量都是统计显著的吗？

(ii)求出第(i) 部分中回归的拟合值。拟合值的取值范围是多少？它与math4的实际数据取值范围相比如何？

(iii)求出第(i)部分中回归的残差。哪类学校具有最大的(正)残差？对这个残差给予解释。

(iv)在方程中增加所有解释变量的平方项，检验它们的联合显著性。你会把它们放到模型中吗？

(v)回到第(i)部分中的模型，将因变量和每个解释变量都除以各自的样本标准差，并重新进行回归。(除非你还将每个变量分别减去了各自的均值，否则还应该包括一个截距项。)以标准差为单位，哪个解释变量对数学考试通过率具有最大的影响？

A、等号右边第一项的目标是使模型能更好地拟合训练数据

B、等号右边第二项是正则化项，目的是控制过拟合现象

C、λ 是正则化参数（regularization parameter），用于控制等号右边两项的平衡

D、过拟合是指学习到的模型在训练集上也许误差较小，但是对于测试集中之前未见样本的预测却未必有效。或者通俗地说，模型过度学习了训练数据。

A.利用均值测度一组数据的集中趋势

B.利用抽样调查数据推断城镇居民平均收入

C.利用样本信息推断消费者对某品牌的知晓度

D.利用最小二乘法拟合线性回归模型