以下关于线性回归和逻辑回归描述错误的是
A: 线性回归直接分析因变量与自变量的关系，而逻辑回归分析因变量取某个值的概率与自变量的关系
B: 线性回归要求因变量是分类型变量，而逻辑回归要求因变量是连续性数值变量
C: 逻辑回归的因变量可以是二分类的，也可以是多分类的
D: 线性回归要求因变量是连续性数值变量，而逻辑回归要求因变量是分类型变量
A: 线性回归直接分析因变量与自变量的关系，而逻辑回归分析因变量取某个值的概率与自变量的关系
B: 线性回归要求因变量是分类型变量，而逻辑回归要求因变量是连续性数值变量
C: 逻辑回归的因变量可以是二分类的，也可以是多分类的
D: 线性回归要求因变量是连续性数值变量，而逻辑回归要求因变量是分类型变量
B
举一反三
- 关于逻辑回归（Logistic regrssionJS变量和自变量的说法中，正确的是（）。 A: 逻辑回归的因变量为数值变量 B: 逻辑回归的因变量为定性变量 C: 逻辑回归的自变量是定性变量 D: 逻辑回归的因变量只能有两种取 值
- 线性回归不要求因变量是连续性数值变量（）
- Logit模型与多元线性回归比较( ) A: Logit模型的因变量为二分变量 B: 多元线性回归的因变量为二分变量 C: Logit模型和多元线性回归的因变量都可为二分变量 D: Logit模型的自变量必须是二分类变量
- 线性回归的因变量Y，也称响应变量、结果变量，是一个分类变量。
- logistic回归要求因变量是分类变量、自变量是连续变量。
内容
- 0
在某些回归模型中，其因变量为虚拟变量，而自变量为定量变量或定性变量，此种回归分析称作线性回归分析。()
- 1
logistic 回归也称为 logit 模型，是对分类变量进行回归分析时最为常用的一种方法。与多重线性回归类似，logistic 回归也是研究自变量对因变量影响的方法，不过这里的因变量必须是分类变量。logistic 回归适用于应变量为（ ）。 A: 正态分布资料 B: 分类变量资料 C: 一般资料 D: 数值变量资料
- 2
Logistic回归用于分类变量分析，故因变量和自变量均需为分类变量。
- 3
线性回归的因变量Y，也称响应变量、结果变量，是一个分类变量。 A: 正确 B: 错误
- 4
多元线性回归分析中（ ）。 A: 自变量可以是定类变量 B: 因变量可以是定类变量 C: 因变量为一个 D: 自变量越多越好