模块九单元测试
- 回归分析主要用于研究因变量与自变量之间的线性关系。（ ）
- 在回归分析中，自变量可以是分类变量。（ ）
- 多重共线性会导致回归模型的参数估计不准确。（ ）
- 聚类分析是一种无监督学习方法，不需要事先知道类别标签。（ ）
- 主成分分析的目标是最大化方差，而不是最小化误差。（ ）
- 主成分分析可以用来识别数据中的线性关系。 （ ）
- 在线性回归模型中，哪个统计量用来衡量模型的拟合优度（ ）。
- 以下哪种情况可能会导致多重共线性问题（ ）。
- 在回归分析中，如果残差（误差项）随着自变量的增加而增加，这可能表明存在什么问题（ ）。
- 主成分分析中，如果前两个主成分的累计方差贡献率超过80%，这意味着（ ）。
A:对 B:错
答案:对
A:错 B:对
A:错 B:对
A:对 B:错
A:对 B:错
A:错 B:对
A:标准误差 B:R² C:t统计量 D:F统计量
A:自变量之间高度相关 B:数据中没有异常值 C:样本量过大 D:因变量是二分类变量
A:自相关 B:线性关系 C:多重共线性 D:异方差性
A:原始数据的大部分信息被这两个主成分捕获 B:这两个主成分之间存在多重共线性 C:原始数据的大部分信息丢失 D:数据不适合进行主成分分析-
温馨提示支付 ￥3.00 元后可查看付费内容,请先翻页预览!
