下图是上课所举案例在 stata 中运用合成控制法的 synth 命令得到的部分结果：[img=384x637]1803327612d8b6e.png[/img]根据上述运行结果，以下说法错误的是：
A: 大多数州的权重为0，而只有五个州的权重为正
B: Utah 州的权重为0.335，一定程度上说明其与真实加州在预测变量上最为接近
C: 第三张图是真实加州与合成加州在预测变量上的比较，在预测变量上两者均十分接近
D: 由于预测变量的拟合效果均很好，cigsale(1975)、cigsale(1980)、cigsale(1988) 这三个变量可以省去
A: 大多数州的权重为0，而只有五个州的权重为正
B: Utah 州的权重为0.335，一定程度上说明其与真实加州在预测变量上最为接近
C: 第三张图是真实加州与合成加州在预测变量上的比较，在预测变量上两者均十分接近
D: 由于预测变量的拟合效果均很好，cigsale(1975)、cigsale(1980)、cigsale(1988) 这三个变量可以省去
举一反三
- 在画两个变量的散点图时，下面哪个叙述是正确的（）。 A: 预测变量在X轴上，响应变量在Y轴上 B: 响应变量在X轴上，预测变量在Y轴上 C: 可以选择两个变量中任意一个变量在X轴上 D: 可以选择两个变量中任意一个变量在Y轴上
- 人们根据输入、输出变量的不同类型，对预测任务给予不同的名称，以下说法不正确的是： A: 输入变量和输出变量均为连续变量的预测问题称为回归问题； B: 输出变量为有限个离散变量的预测问题称为分类问题； C: 输入变量与输出变量均为变量序列的预测问题称为标注问题。 D: 输入变量和输出变量均为连续变量的预测问题称为标注问题。
- 在神经网络的训练过程中，模型训练的目的是（）。 A: 更新激活函数，使得模型输出的预测与测试的真实标签尽可能接近。 B: 更新损失函数，使得模型输出的预测与测试的真实标签尽可能接近。 C: 更新权重W和偏置b，使得模型输出的预测与测试的真实标签尽可能接近。 D: 同时更新权重W、偏置b、损失函数和激活函数，使得模型输出的预测与测试的真实标签尽可能接近。
- 应用回归预测法时应首先确定变量之间是否存在相关关系。如果变量之间不存在相关关系，对这些变量应用回归预测法就会得出错误的结果。以下对回归预测应用的说法不正确的是： A: 在回归数据前，首先要用定性分析判断现象之间的依存关系。 B: 对具有相关关系的变量，利用回归方程测算一个(些)变量的变化对另一个(些)变量变化的影响。 C: 一元线性回归适用于所有两变量间的回归和预测。 D: 回归分析不仅可以揭示变量x对变量y的影响大小，还可以由回归方程进行预测和控制。
- 第三变量问题意味着() A: 少于三个变量的相关研究是无效的 B: 如果两个预测变量被表明是效标变量作用的重要预测源，那么可能还有另外一个重要的预测变量 C: 在一个相关研究中，可能有第三个没有测量的变量实际引起了其他变量的变化 D: 以上都不是