利用Python实现主要回归模型拟合计算实际金融数据
【第一部分 单项选择】
1:当我们不仅希望研究响应变量的期望均值，而且希望能探索响应变量的全局分布时，应该选择哪种回归模型? A
A.分位数回归
B.线性回归
C.岭回归
D.多元线性回归
2:线性回归使用最佳拟合直线（回归线）在因变量（Y）和一个或多个自变量（X）之间建立关系。它由等式Y= a + b * X + e表示 。下列说法错误的是 添加微信查看全部答案
A.a是截距系数
B.b是斜率系数
C.X是因变量
D.e是误差项
【第二部分 多项选择】
1:在面对实际问题时，很多时候数据往往不一定是数字。对于下列哪种数据进行判断使用逻辑回归是更常规的选择。 添加微信查看全部答案
A.是
B.对
C.否
D.错
2:哪种情况更适合使用线性回归模型进行预测？ 添加微信查看全部答案
A.自变量和因变量之间存在线性关系
B.多元回归模型会受到多重共线性，自相关，异方差性的影响
C.线性回归对离群值（特殊值）非常敏感，它会严重影响回归模型的预测精度
D.多重共线性会增加系数估计的方差，并使估计系数对模型的微小变化非常敏感
【第三部分 判断题】
1:回归分析是一种预测性的建模技术，研究因变量(目标)和自变量(预测器)之间的关系。这种技术通常用于预测分析、时间序列模型以及发现变量之间的因果关系。 添加微信查看全部答案
正确 错误
