注意：此页面搜索的是所有试题
国家开放大学大数据分析与挖掘技术
分析自变量对计数因变量的影响时所建立的模型为（ ）。
【A.】线性回归模型
【B.】Logistic回归模型
【C.】分位数回归
【D.】计数模型
讨论是否购买手机与哪些变量有关，采用离散选择模型来建模，那么响应概率就是指（ ）
【A.】做出“购买”决策的概率
【B.】做出“不购买”决策的期望
【C.】做出“购买”决策的对数
【D.】做出“不购买”决策的倒数
要考虑与运动会上获得的奖牌数相关的因素，比如参赛队总人数、运动员平均年龄、参与项目数等，此时最适合的模型是（ ）。
【A.】线性回归模型
【B.】Logistic回归模型
【C.】分位数回归
【D.】计数模型
属于离散因变量模型的是（ ）。
【A.】线性概率模型
【B.】计数模型
【C.】二元选择模型
【D.】多重选择模型
假定隐变量的随机误差项服从Logit分布的模型是（ ）。
【A.】线性概率模型
【B.】二元Probit模型
【C.】二元Logit模型
【D.】计数模型
假定隐变量的随机误差项服从标准正态分布的模型是（ ）。
【A.】线性概率模型
【B.】二元Probit模型
【C.】二元Logit模型
【D.】计数模型
离散因变量具有两个选项或两种属性，离散因变量的属性往往是对立或互斥的模型是（ ）
【A.】线性概率模型
【B.】计数模型
【C.】二元选择模型
【D.】多重选择模型
下列关于线性概率模型，说法错误的是（ ）
【A.】解释变量的合理变化会导致预测概率溢出[0,1]区间；
【B.】使用加权最小二乘法修正异方差性可以保证概率预测值在[0,1]区间。
【C.】当样本量充分大时，普通最小二乘法参数估计量的结果近似服从正态分布，可以克服随机误差项分布未知的缺陷。
【D.】模型误差具有异方差性，但异方差性不影响参数估计。
下列属于二元选择模型的模型检验方法的是（ ）.
【A.】Z统计量对回归系数检验
【B.】LR似然比对模型的拟合优度进行检验
【C.】AIC、BIC信息指数
【D.】Wald统计量对多个系数进行检验
线性概率模型的缺点是（ ）
【A.】解释变量的合理变化会导致预测概率溢出[0,1]区间；
【B.】使用加权最小二乘法修正异方差性也无法保证概率预测值在[0,1]区间；
【C.】随机误差项的分布未知；
【D.】模型误差具有异方差性，异方差性使参数估计不具有时效性。
下列关于线性概率模型，说法正确的是（ ）
【A.】解释变量的合理变化会导致预测概率溢出[0,1]区间；
【B.】使用加权最小二乘法修正异方差性可以保证概率预测值在[0,1]区间。
【C.】当样本量充分大时，普通最小二乘法参数估计量的结果近似服从正态分布，可以克服随机误差项分布未知的缺陷。
【D.】模型误差具有异方差性，但异方差性不影响参数估计
二元选择模型的因变量中的“0”和“1”可以直接进行数学运算。
【A.】√
【B.】×
隐变量是不能直接进行观测，但可以通过其他直接观测得到的变量（显变量）进行描述和反映的变量。
【A.】√
【B.】×
二元选择模型的的参数估计结果不能理解为自变量变动对因变量的边际影响，应当理解为自变量的变动，对因变量取“1”的概率的影响有多大。
【A.】√
【B.】×
二元选择模型的因变量中的“0”和“1”只是对应属性的标注或符号，不具备任何数值上的意义，不直接进行数学运算。
【A.】√
【B.】×
【A.】线性回归模型
【B.】Logistic回归模型
【C.】分位数回归
【D.】计数模型
讨论是否购买手机与哪些变量有关，采用离散选择模型来建模，那么响应概率就是指（ ）
【A.】做出“购买”决策的概率
【B.】做出“不购买”决策的期望
【C.】做出“购买”决策的对数
【D.】做出“不购买”决策的倒数
要考虑与运动会上获得的奖牌数相关的因素，比如参赛队总人数、运动员平均年龄、参与项目数等，此时最适合的模型是（ ）。
【A.】线性回归模型
【B.】Logistic回归模型
【C.】分位数回归
【D.】计数模型
属于离散因变量模型的是（ ）。
【A.】线性概率模型
【B.】计数模型
【C.】二元选择模型
【D.】多重选择模型
假定隐变量的随机误差项服从Logit分布的模型是（ ）。
【A.】线性概率模型
【B.】二元Probit模型
【C.】二元Logit模型
【D.】计数模型
假定隐变量的随机误差项服从标准正态分布的模型是（ ）。
【A.】线性概率模型
【B.】二元Probit模型
【C.】二元Logit模型
【D.】计数模型
离散因变量具有两个选项或两种属性，离散因变量的属性往往是对立或互斥的模型是（ ）
【A.】线性概率模型
【B.】计数模型
【C.】二元选择模型
【D.】多重选择模型
下列关于线性概率模型，说法错误的是（ ）
【A.】解释变量的合理变化会导致预测概率溢出[0,1]区间；
【B.】使用加权最小二乘法修正异方差性可以保证概率预测值在[0,1]区间。
【C.】当样本量充分大时，普通最小二乘法参数估计量的结果近似服从正态分布，可以克服随机误差项分布未知的缺陷。
【D.】模型误差具有异方差性，但异方差性不影响参数估计。
下列属于二元选择模型的模型检验方法的是（ ）.
【A.】Z统计量对回归系数检验
【B.】LR似然比对模型的拟合优度进行检验
【C.】AIC、BIC信息指数
【D.】Wald统计量对多个系数进行检验
线性概率模型的缺点是（ ）
【A.】解释变量的合理变化会导致预测概率溢出[0,1]区间；
【B.】使用加权最小二乘法修正异方差性也无法保证概率预测值在[0,1]区间；
【C.】随机误差项的分布未知；
【D.】模型误差具有异方差性，异方差性使参数估计不具有时效性。
下列关于线性概率模型，说法正确的是（ ）
【A.】解释变量的合理变化会导致预测概率溢出[0,1]区间；
【B.】使用加权最小二乘法修正异方差性可以保证概率预测值在[0,1]区间。
【C.】当样本量充分大时，普通最小二乘法参数估计量的结果近似服从正态分布，可以克服随机误差项分布未知的缺陷。
【D.】模型误差具有异方差性，但异方差性不影响参数估计
二元选择模型的因变量中的“0”和“1”可以直接进行数学运算。
【A.】√
【B.】×
隐变量是不能直接进行观测，但可以通过其他直接观测得到的变量（显变量）进行描述和反映的变量。
【A.】√
【B.】×
二元选择模型的的参数估计结果不能理解为自变量变动对因变量的边际影响，应当理解为自变量的变动，对因变量取“1”的概率的影响有多大。
【A.】√
【B.】×
二元选择模型的因变量中的“0”和“1”只是对应属性的标注或符号，不具备任何数值上的意义，不直接进行数学运算。
【A.】√
【B.】×