题目内容
(请给出正确答案)
[多选题]
通过数据间相关性分析的研究,进一步建立()与()之间的回归函数关系,即回归分析模型,从而预测数据的发展趋势
A.常量
B.变量
C.自变量
D.因变量
查看答案
如果结果不匹配,请 联系老师 获取答案
A.常量
B.变量
C.自变量
D.因变量
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.My SQL版SQL语言
B.Python编程语言
C.R编程语言
D.SAS工具
A.⑤
B.①③④⑤
C.①②③④
D.①②④⑤
利用BARIUM.RAW中的数据。
(i)用前119次观测(即不包含1988年的最后12个月观测),估计线性趋势模型。这个回归的标准误是什么?
(ii)同样用除了最后12个月以外的所有数据,估计chnimp的一个AR(1)模型。把这个回归的标准误与第(i)部分中的标准误相比较。哪一个模型提供了更好的样本内拟合?
(iii)用第(i)和第(ii)部分中的模型计算1988年12个月的提前一期预测误差。(每个方法都应该得到12个预测误差。)计算并比较这两种方法的RMSE和MAE。就样本外提前一期预测而言,哪种方法效果更好?
(iv)在第(i)部分的回归中添加月度虚拟变量。它们是联合显著的吗?(当我们检验联合显著性时,不必担心误差中轻度的序列相关。)
(1)对使用折扣券人数比例先作logit变换,再对使用折扣券人数比例与折扣比例,建立普通的一元线性回归模型。
(2)直接利用MATLAB统计工具箱中的glmfit命令,建立使用折扣券人数比例与折扣比例的logit模型.与(1)作比较.并估计着想要使用折扣券人数比例为25%,则折扣券的折扣比例应该为多大?