LASSO（套索估计量）相比于多元回归有哪些优势
A: A适合指标特别多的情形
B: B参数估计值是无偏的
C: C可以用来筛选有价值的变量
D: D不用担心多重共线问题
A: A适合指标特别多的情形
B: B参数估计值是无偏的
C: C可以用来筛选有价值的变量
D: D不用担心多重共线问题
举一反三
- LASSO（套索估计量）相比于多元回归有哪些优势 A: A适合指标特别多的情形 B: B参数估计值是无偏的 C: C可以用来筛选有价值的变量 D: D不用担心多重共线问题
- LASSO（套索估计量）相比于多元回归有哪些优势
- 用来估计总体参数的统计量称为（ ） A: 估计量 B: 估计值 C: 变量 D: 参数
- 多元线性回归模型满足基本假设的情况时，其参数的普通最小二乘估计是 （ ）。 A: 非线性有偏估计 B: 非线性无偏估计 C: 线性有偏估计 D: 线性无偏估计
- 在参数估计中，要求用来估计总体参数的估计量的平均值等于被估计的总体参数。这种评价标准称为（ ） A: 无偏性 B: 有效性 C: 一致性 D: 充分性