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
A: 向前引入法
B: 向后剔除法
C: 逐步筛选法
D: 以上都不对
举一反三
- 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
- 在建立多元线性回归模型时，需要对自变量进行筛选，最后确定适合的回归模型。下面的陈述中正确的是 A: 向前选择法是从模型中没有自变量开始，然后将所有自变量依次增加到模型中 B: 向后剔除法是先对所有自变量拟合线性回归模型，然后依次将所有自变量剔除模型 C: 逐步回归法是将向前选择法和向后剔除法结合起来，但不能保证得到的回归模型一定就显著 D: 逐步回归法选择变量时，在前面步骤中增加的自变量在后面的步骤中有可能被剔除，而在前面步骤中剔除的自变量在后面的步骤中也可能重新进入到模型中
- 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
- 建立判别函数的方法有（） A: 全模型法 B: 向前选择法 C: 向后选择法 D: 逐步选择法
- 因变量为二分类变量时的回归分析是（） A: 二元logistic回归 B: 多元logistic回归 C: 有序logistic回归 D: 以上都不对