考试报名
考试报名
考试内容
考试大纲
在线客服
返回顶部

备考刷题,请到

CDA认证小程序

在构建逻辑回归模型进行变量筛选时,关于“向后剔除法”(Backward Elimination)的描述,下列哪项操作是标准且严谨的?
A. 从空模型开始,每次引入一个P值最小的变量,直到所有剩余变量的P值均大于显著性水平。
B. 从包含所有候选变量的全模型开始,每次剔除一个P值最大且大于预设显著性水平(如0.05)的变量,重新拟合模型,直到所有保留变量的P值均小于等于该水平。
C. 同时尝试引入和剔除变量,每一步都选择能使AIC值下降最多的操作,直到AIC不再下降。
D. 直接剔除相关性最高的两个变量中的一个,以避免多重共线性,不考虑P值。
上一题
下一题
收藏
点赞
评论
题目解析
题目评论(0)

A错误:这是“向前选择法”(Forward Selection)的描述。 B正确:向后剔除法的标准流程是:始于全模型 -> 找出P值最大者 -> 若P值 > α(如0.05)则剔除 -> 重拟模型 -> 重复直至所有变量显著。 C错误:这是“逐步回归”(Stepwise Regression)的一种变体(基于AIC准则),虽然也是常用方法,但题目问的是标准的“向后剔除法”,其核心特征是基于P值的剔除,且起始点是全模型。此外,C选项描述的是双向逐步,不仅仅是向后。 D错误:处理多重共线性通常看VIF(方差膨胀因子),仅凭相关性剔除不够严谨,且这不是变量筛选的标准统计检验流程。