A.向前选择法是从模型中没有自变量开始,然后将所有自变量依次增加到模型中
B.向后剔除法是先对所有自变量拟合线性回归模型,然后依次将所有自变量剔除模型
C.逐步回归法是将向前选择法和向后剔除法结合起来,但不能保证得到的回归模型一定就显著
D.逐步回归法选择变量时,在前面步骤中增加的自变量在后面的步骤中有可能被剔除,而在前面步骤中剔除的自变量在后面的步骤中也可能重新进入到模型中
多元线性判别模型(MDA)是一种统计学的技术,被用于计量信用风险,下列选项中属于该模型的主要优点的是()。
A.可以对样本进行清晰的分类
B.可以同时分析不同的变量
C.可以确定一系列的判定系数
D.以上答案都正确
下列关于逐步回归法说法错误的是()
A.逐步回归法先对单个解释变量进行回归,再逐步增加变量个数
B.有可能会剔除掉重要的解释变量从而导致模型产生设定偏误
C.如果新引入变量未能明显改进拟合优度值,则说明新引入的变量与其他变量之间存在共线性
D.如果新引入变量后f检验显著,则说明新引入的变量与其他变量之间存在共线性
调查了12名6至12岁正常儿童的体重、身高和年龄,如下表。
考虑x3=x12,x4=x22,x5=x1x2等候选变量,用逐步回归建立预测儿童体重的模型。