线性概率模型的缺点是（）
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。
正确答案：ABCD
相关答案
- 1.对于Poisson回归模型，可以使用极大似然估计进行参数估计。
- 2.下列关于线性概率模型，说法正确的是（）
- 3.下面关于Poisson回归模型说法不正确的是（）
- 4.在多重选择模型中，对于无序选择模型，一般假定随机误差项是独立同分布的随机变量，且假定服从（）。
- 5.依据离散因变量选项的含义和次序的不同，可以将多重选择模型分为（）。
- 6.对于某个时间、空间等范围内事情发生次数的计数数据，一般都认为其近似服从（）。
- 7.为监测某厂家生产的某款激光打印机的质量问题，考察该款打印机发生故障的次数。其发生故障的次数可能会受到打印纸张数量（千页）、打印机使用时长（千小时）、硒鼓（原装/兼容）等因素的影响。收集数据后的分析结果如下：【图片】请问关于上面的结果说法正确的是：（）
- 8.判别分析的核心是建立判别法则。
- 9.计数模型的离散因变量的数字是有数值含义的，即次数之间可以进行数学运算。
- 10.根据已知或假定总体是否服从一定的分布（如多元正态分布），可以将判别分析的判别规则分为（）。
热门答案
- 1.下列属于分类算法的是（）。
- 2.根据从不同总体中随机抽取出来的不同样本，在分析样本特征的基础上建立一定的判别法则，根据新的样本特征和判别法则判别新样本应该来自哪一个总体的是：（）
- 3.针对于多分类问题，我们可以采取哪些方法。（）
- 4.下列不属于分类算法的是（）。
- 5.分类任务就是通过学习得到一个目标函数f，一个把自变量空间映射到因变量空间的函数，我们称该目标函数为决策函数或判别函数。
- 6.计数模型的离散因变量的数字是没有数值含义的。
- 7.分类和回归的根本区别在于，分类的解释变量Y是一个一维的定性变量或离散变量。
- 8.贝叶斯判别与距离判别的结果总是一样的。
- 9.关于混淆矩阵，如果一个点属于正类并且被预测到负类中，称为：（）
- 10.请为名词选择①（）④表示其含义的描述，将配好的A（）D填写到括号中。