В чем состоят задачи регрессионного анализа?
Предсказание значений откликов модели по результатам наблюдения регрессоров
Выбор класса функций для описания зависимости откликов модели от регрессоров
Статистический анализ зависимости откликов модели от регрессоров
Нахождение оценок неизвестных параметров функции, описывающей зависимость откликов модели от регрессоров
Среди приведенных ответов нет правильного
Выберите верные утверждения.
При построении регрессионной модели вид функции регрессии должен быть задан априорно
Ошибка регрессионной модели является случайной величиной
При построении регрессионных моделей предполагается, что наблюдаемые регрессоры и отклики модели имеют нормальное распределение
Выход регрессионной модели является случайной величиной
Параметры функции регрессии могут быть как заданы априорно, так и рассчитаны по выборке
Критерием оптимальности регрессионной модели является:
минимум суммарного квадрата ошибки модели для всех имеющихся наблюдений
минимум дисперсии выхода модели при каждом фиксированном наблюдении
минимум математического ожидания квадрата ошибки модели при каждом фиксированном наблюдении
минимум дисперсии ошибки модели при каждом фиксированном наблюдении
Email
Пароль (забыли пароль?)
Регрессионный анализ