题目内容
（请给出正确答案）
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
如果结果不匹配，请 联系老师 获取答案
更多“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…”相关的问题
A.y=0.04+5.12x，r=0.88A
B.y=-0.04+5.12x，r=0.88
C.y=0.04-5.12x，r=-0.88
D.y=-0.04-5.12x，r=0.88
多元线性回归模型的检验中，复相关系数的取值范围是（）。
A．－1≤R≤1 B．0≤R≤1
C．－1≤R≤0 D．0＜R＜1
A.卡尔曼滤波是一组线性最小均方估计的递推算法
B.卡尔曼滤波能够提供离散时间线性系统状态的线性最小均方估计
C.卡尔曼滤波在应用时需要对随机动态线性系统建立模型
D.在卡尔曼滤波算法推导中，系统扰动噪声和测量噪声都是假定为白噪声
A.回归算法是用来研究随机变量之间关系的算法
B.按照自变量和因变量之间的关系类型，可分为线性回归分析和非线性回归分析
C.回归指的就是线性回归
D.如果回归分析中包括两个或两个以上的自变量，且自变量之间存在线性相关，则称为多重线性回归分析
A.一元线性回归分析
B.二元线性回归分析
C.多重线性回归分析
D.自回归预测分析
