题目内容
（请给出正确答案）
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
如果结果不匹配，请 联系老师 获取答案
更多“在建立多元线性回归模型时，需要对自变量进行筛选，最后确定适合…”相关的问题
A.二元线性回归
B.二元二次线性回归
C.多元线性回归
D.一元线性回归
A.⑤
B.①③④⑤
C.①②③④
D.①②④⑤
A.一元线性回归预测是回归预测的基础，预测对象只受一个主要因素影响
B.判定一个线性回归方程的拟合程度的优劣称为模型的显著性检验，通常用的检验法是相关系数检验法
C.相关系数等于回归平方和在总平方和中所占的比率，即回归方程所能解释的因变量变异性的百分比，是一元回归模型中用来衡量两个变量之间相关程度的判定指标
D.如果相关系数r=0，表示所有的观测值全部落在回归直线上;如果r=1，则表示自变量与因变量无线性关系
A.星点设计由二水平析因设计加轴点及中心点组成
B.是不用模拟模型的实验设计
C.是多因素五水平的试验设计
D.借助多元线性回归分析的方法来分析数据
A.一元线性回归分析
B.二元线性回归分析
C.多重线性回归分析
D.自回归预测分析
B、在进行线性回归分析进行的数据准备的时候，要求因变量y和自变量x都是符合总体正态的随机变量
C、回归直线不要随意外延
D、所有非线性回归都可以转化为线性回归
