建立回归模型时，变量选择的方法主要有（）
A: 向前选择
B: 向后剔除
C: 中间插入
D: 逐步回归
E: 最优子集
A: 向前选择
B: 向后剔除
C: 中间插入
D: 逐步回归
E: 最优子集
举一反三
- 建立回归模型时，变量选择的方法主要有
- 建立回归模型，变量的选择方法主要有
- 在决定一个回归模型的“最优”解释变量集时人们常用逐步回归的方法。在逐步回归中既可采取每次引进一个解释变量的程序(逐步向前回归)，也可以先把所有可能的解释变量都放在一个多元回归中，然后逐一地将它们剔除(逐步向后回归)。加进或剔除一个变量，通常是根据F检验看其对ESS的贡献而作出决定的。根据你现在对多重共线性的认识，你赞成任何一种逐步回归的程序吗?为什么?
- Logistic回归模型可以使用的变量选择方法包括( )。 A: 向前引入法 B: 向后剔除法 C: 逐步筛选法 D: 以上都不对
- 属性子集选择的基本启发式方法包括以下技术（ ） A: 逐步向前选择 B: 逐步向后删除 C: 向前选择和向后删除的结合 D: 逐步向后选择