如何判断回归模型拟合效果好不好？模型好不好？

A.拟合优度越好

B.越接近一般线性模型

C.利用的信息越少

D.权重分布越不均匀

A.t检验

B.F检验

C.回归方程的检验与回归系数的检验

D.拟合优度检验

A.拟合优度评价

B.回归方程的显著性检验

C.回归系数的显著性检验

D.卡方检验

A.如果模型拟合优度很高，我们可以认为此模型的质量较好

B.如果模型的拟合优度较低，我们可以认为此模型的质量较差

C.如果某一参数不能通过显著性检验，我们应该剔除该解释变量

D.如果某一参数不能通过显著性检验，我们不应该随便剔除该解释变量

A.过拟合是由于训练集多，模型过于简单

B.过拟合是由于训练集少，模型过于复杂

C.欠拟合是由于训练集多，模型过于简单

D.欠拟合是由于训练集少，模型过于简单

A.方差非齐性

B.序列相关性

C.多重共线性

D.设定误差

A.直线模型

B.抛物线模型

C.曲线模型

D.指数曲线模型