如果在模型中增加一个解释变量后AIC减小，则应做出的选择是什么？
举一反三
- 中国大学MOOC: 如果在模型中增加一个解释变量后AIC减小，则应做出的选择是什么？
- 中国大学MOOC: 如果在模型中加入一个解释变量后，SC显著减小，则我们的判断是？
- AIC和SC两准则均要求仅当所增加的解释变量能够减少AIC值或SC值时才在原模型中增加该解释变量。
- 如果在模型中增加解释变量，拟合优度就会变大，所以增加解释变量会提高模型的解释能力。（ ）
- 关于回归模型的变量选择，下述说法中，不正确的是哪个？ A: 向前选择方法是从空模型开始，依次添加使得AIC的值增加最快的变量。 B: 逐步回归方法是从空模型开始，增加或删除一个变量，比较所得模型的AIC的值。 C: 如果变量之间存在多重共线性，也能直接用逐步回归方法来选择变量。 D: 评价回归方程的准则有复决定系数、Mallows统计量、和AIC等。