![](https://static.youtibao.com/asksite/comm/h5/images/m_q_title.png)
项目团队在对影响Y的三个X进行回归分析后发现,R-sq与R-sq(调整)之差比较大,团队下一步应考虑的工作是()。
A.继续收集数据,看样本量增加后模型是否改善
B.考虑是否遗漏了其他关键X,再扩大范围重新收集数据
C.进行残差诊断,考虑对模型的删减和改进
D.安排试验设计,进一步确认X对Y的影响是否显著
![](https://static.youtibao.com/asksite/comm/h5/images/solist_ts.png)
A.继续收集数据,看样本量增加后模型是否改善
B.考虑是否遗漏了其他关键X,再扩大范围重新收集数据
C.进行残差诊断,考虑对模型的删减和改进
D.安排试验设计,进一步确认X对Y的影响是否显著
A.接受委托
B.认真研究项目的相关资料
C.进驻现场或进行现场调研
D.成立项目团队
咨询工程师在完成组织咨询项目时,编写咨询工作大纲是在()。
A.进行现场调研后
B.成立项目团队前
C.进驻项目现场后
D.成立项目团队后
A.并不是一定要进行特征降维,可以自行分析生成结果,判断是否需要
B.必须要进行,否则会对分类结果造成巨大影响
C.没必要进行,特征的维度对分类结果没有影响
D.其余三个说法都不对
本题利用NBASAL.RAW中的数据。
(i)估计一个线性回归模型,将单场得分与联赛中打球经历和位置(后卫、前锋或中锋)联系起来。包括打球经历的二次项形式,并将中锋作为基组。以通常的形式报告结果。
(ii)在第(i)部分中,你为什么不将所有三个位置虚拟变量包括进来?
(iii)保持经历不变,一个后卫的得分比一个中锋多吗?多多少?这个差异统计显著吗?
(iv)现在,将婚姻状况加入方程。保持位置和经历不变,已婚球员是否更高效(就单场得分来说)?
(v)加入婚姻状况和两个经历变量的交互项。在这个扩展的模型中,是否存在有力的证据表明婚姻状况影响单场得分?
(vi)使用单场助攻次数作为因变量估计(iv)中的模型。与(iv)的结果有明显的差异吗?请讨论。
对变量X与Y,测得试验数据如表9-13所示。
画出散点图,为了求得变量Y关于X的回归万程,考虑选配下列曲线方程:
按所得的各个回归方程,分别计算剩余平方和比较它们的大小,从而选定“最佳”回归曲线方程(Se最小者为“最佳”)。
是指对已经完成的项目建设目标、执行过程、效益、作用和影响所进行的系统的、客观的分析。
A.项目后评价
B.项目结果分析
C.项目可行性分析
D.项目经济分析