题目
A.无限期分布滞后模型不可以转换为一阶自回归模型
B.科伊克模型和自适应预期模型都存在解释变量与随机干扰项同期相关问题
C.局部调整模型中解释变量与随机干扰项没有同期相关,因此可以应用OLS估计
D.自适应预期模型最初表现形式是Yt=β0+β1Xte+μt
E.估计自回归模型时的主要问题在于滞后被解释变量的存在可能导致它与随机干扰项相关,以及随机干扰项出现序列相关
第1题
A.估计自回归模型时的主要问题在于,滞后被解释变量的存在可能导致它与随机干扰项相关,以及随机干扰项出现序列相关
B.Koyck模型和自适应预期模型都存在随机解释变量与随机干扰项同期相关问题
C.局部调整模型中随机解释变量与随机干扰项没有同期相关,因此可以应用OLS估计
D.无限期分布滞后模型通过一定的方法可以转换为一阶自回归模型
第2题
A.R2是回归平方和与残差平方和的比值
B.R2是回归平方和占总平方和的比值
C.对于多元模型,比R更有效
D.R∈[0,1],>R2
第3题
A.决定系数的取值在0到1之间
B.决定系数越高,说明模型的拟合效果就越差
C.决定系数越接近于1,回归直线的拟合效果越差
D.决定系数为0,说明回归直线无法解释因变量的变化
E.决定系数为1,说明回归直线可以解释因变量的所有变化
第4题
A.Logistic回归更关注预测值接近观测值(0或1)的程度
B.Logistic回归模型的参数估计使用普通最小乘法(OLS)
C.上手Logistic回归更关注正确预测的频率以及模型能否有效减少误差
D.利用SPSS进行Logistic回归时,输出结果中的Cox-Snell和Nagelkerke值说明了自变量解释因变量变异的比例
E.Logistic回归解释了自变量和因变量概率取值之间的关系
第5题
A.在训练逻辑回归模型之前,必须要对特征进行标准化
B.逻辑回归是用于处理因变量为分类变量的回归问题,常见的是二分类或二项分布问题
C.逻辑回归是分类算法
D.逻辑回归是有监督机器学习
第9题
A.回归模型因变量y的个别值的预测区间比y的平均值的置信区间宽度大
B.当自变量取其平均值时,回归模型得到的y的平均值的置信区间宽度取值最小
C.当自变量取其平均值时,回归模型得到的y的个别值的置信区间宽度取值最大
D.当自变量取值偏离其平均值越远,y的平均值的置信区间宽度取值越宽
第10题
A.解释变量为非随机的
B.随机误差项为一阶自回归形式
C.线性回归模型中不应含有滞后内生变量为解释变量
D.线性回归模型只能为一元回归形式
为了保护您的账号安全,请在“赏学吧”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!