A. 不依赖变量间的线性关系
B. 对异常值不敏感
C. 计算速度慢,适合大数据集
D. 可解释性强,能明确各变量影响
以下哪项是多重共线性在回归分析中的影响?A. 提高模型的拟合度B. 导致自变量之间的显著线性关系[1]C. 使回归系数难以解释D. 增加残差的方差
[多选题] 简单线性回归分析的特点是（）。A . 两个变量之间不是对等关系B . 回归系数有正负号C . 两个变量都是随机的D . 利用一个回归方程，两个变量可以互相推算E . 有可能求出两个回归方程
以下哪个是线性回归的关键假设?A. 自变量高度相关B. 残差呈现非正态分布C. 自变量和因变量之间的关系是线性的D. 自变量和因变量之间存在非线性关系
以下关于线性回归分析说法正确的是A. 求出回归方程并经假设检验后P< 0.05,可以用自变量取值范围之外的值代入方程预测Y值B. 自变量X须为随机变量C. 线性
以下关于线性回归模型的说法，错误的是:A. 线性回归模型假设因变量和自变量之间存在线性关系B. 最小二乘法是常用的线性回归模型参数估计方法C. 线性回归模型只能
以下哪种场景最适合使用线性回归?A. 预测用户购买商品的类别(如服装/电子产品)B. 根据房屋面积与地段估计房价C. 对新闻评论进行情感极性分类D. 识别图像中
[单选题]以下都是线性回归分析的局限性，除了：A.以因变量的平均值进行评估B.表示自变量的影响C.对异常值的反应D.线性数据是独立的
[问答题] Logistic回归与多元线性回归有何不同？两种方法各有何特点？
以下关于多元线性回归模型的描述,说法正确的是()A. 多元线性回归模型的因变量有多个B. 多元线性回归模型的自变量是单个C. 可以采用最小二乘法估计多元线性回归