你可能感兴趣的试题
检验部分回归关系的隐藏性 描述两变量之间的数量依存关系 利用回归方程进行预测,把预报因子代入回归方程对预报量进行估计 利用回归方程进行统计控制,通过控制自变量的范围实现应变量指标统计控制的目标
记录内容的完整性、检验数据的准确性和检验依据的正确性 记录字迹的规范性、记录内容的完整性和检验依据的正确性 记录内容的完整性、检验依据的正确性和检验数据的准确性 检验依据的正确性、检验数据的准确性和记录内容的完整性
二项分布检验主要检验给定年份某一等级PD预测准确性 卡方分布检验主要检验给定年份不同等级PD预测准确性 正态分布检验主要检验不同年份不同等级PD预测准确性 扩展的交通灯检验主要检验不同年份不同等级PD预测准确性 验证违约概率准确性的基本原理是运用统计学中的假设检验,当实际违约发生情况超过给定阈值,则接收原假设,认为PD预测正确
检验数量少,比较经济 适合于需要进行破坏性试验的检验项目 不需要复杂设备 检验结果准确性高 检验所需时间较少
检验数量少,比较经济 适合于需要进行破坏性试验的检验项目 不需要复杂设备 检验结果准确性高 检验所需时间较少
继续测量,不会影响数据准确性 对孔进行校正后再测量 换另外一个测量点
继续测量,不会影响数据准确性 对孔进行校正后再测量 换另外一个测量点
3个自变量回归系数检验中,应该至少有1个以上的回归系数的检验结果是显著的(即至少有1个以上的回归系数检验的P-Value小于0.05),不可能出现3个自变量回归系数检 验的P-Value都大于0.05的情况 有可能出现3个自变量回归系数检验的P-Value都大于0.05的情况,这说明数据本身有较多异常值,此时的结果已无意义,要对数据重新审核再来进行回归分析。 有可能出现3个自变量回归系数检验的P-Value都大于0.05的情况,这说明这3个自变量间可能有相关关系,这种情况很正常。 ANOVA表中的P-VALUE=0.0021说明整个回归模型效果不显著,回归根本无意义。
因变量测量或分类研究中的随机误差 自变量或因变量测量或分类中的系统误差 同时存在几个变量的效应,而对其中某个效应的估量不准确 对自变量或因变量进行测量或分类时,由于随机变异而使精密度降低 上述答案均不对