Pytania i odpowiedzi
Wanat Prezentacje
Zebrane pytania i odpowiedzi do zestawu. .
Ilość pytań: 36
Rozwiązywany: 244 razy
Pytanie 1
Co charakteryzuje model logitowy (regresję logistyczną) w kontekście uogólnionych modeli liniowych (GLMs)?
Zmienna objaśniana ma rozkład Bernoulliego.
Pytanie 2
Czym jest model nasycony (saturated model) 𝑆 w kontekście uogólnionych modeli liniowych (GLMs)?
Modelem, który jest idealnie dopasowany do danych, gdzie funkcja logarytmu wiarygodności osiąga maksymalną wartość.
Pytanie 3
Czym jest model zerowy (null model) 𝑀0 w kontekście uogólnionych modeli liniowych (GLMs)?
Modelem, w którym nie uwzględnia się zmiennych objaśniających, a jedynie estymuje się wyraz wolny.
Pytanie 4
Jaką naturę może mieć zmienna zależna w uogólnionym modelu liniowym?
Dyskretna, ciągła lub mieszana.
Pytanie 5
Na jakich trzech elementach konstrukcyjnych opierają się uogólnione modele liniowe?
Komponent zmienny, komponent losowy, funkcja predykcyjna.
Pytanie 6
Które założenia odnoszące się do próby i zmiennych w Uogólnionych Modelach Liniowych (GLMs) są poprawne?
Analizowana próba powinna być losowa
Obserwacje w próbie powinny być statystycznie niezależne.
Zmienna zależna zawiera obserwacje niezależne od siebie i pochodzące z takiego samego rozkładu prawdopodobieństwa
Pytanie 7
Czy wariancja zmiennej zależnej w modelach uogólnionych liniowych (GLMs) może być funkcją jej średniej?
Tak, wariancja może być funkcją jej średniej.
Pytanie 8
Jak można połączyć zmienną objaśnianą z liniową kombinacją zmiennych objaśniających w modelach uogólnionych liniowych (GLMs)?
Za pomocą funkcji nieliniowych (funkcji wiążących).
Pytanie 9
Zmienna objaśniana może mieć rozkład należący do
wykładniczej rodziny rozkładów
. normalny,
gamma, Poissona
dwumianowy,
Tweedie
Pytanie 10
Jakie modele są rozszerzeniem zwykłych modeli regresji?
Generalized linear models (GLMs).
Pytanie 11
Jakie są kryteria oceny modelu w kontekście liniowego modelu regresji?
Mierniki dokładności prognoz ex post, AIC, Kryterium Schwartza BIC, współczynnik determinacji i skorygowany współczynnik determinacji.
Pytanie 12
Dlaczego dokonuje się wyboru optymalnego modelu w kontekście liniowego modelu regresji?
Wszystkie powyższe.
Pytanie 13
Co zrobić w przypadku złego dopasowania w liniowym modelu regresji?
Przekształcić zmienną objaśnianą za pomocą transformacji logarytmicznej lub innej z rodziny Boxa-Coxa.
Pytanie 14
Jaki jest cel testu Breuscha-Godfreya w kontekście liniowego modelu regresji?
Testuje istotność współczynników autokorelacji.
Pytanie 15
Jakie testy diagnostyczne można stosować do sprawdzenia liniowości modelu w kontekście liniowego modelu regresji?
Testy Harveya-Colliera, Rainbow i Ramseya RESET.
Pytanie 16
Jakie warunki powinny spełniać reszty w poprawnie oszacowanym liniowym modelu regresji?
Mieć rozkład normalny, być jednorodne i niezależne.
Pytanie 17
Jakie są dwie możliwe metody estymacji w liniowym modelu regresji?
Metoda najmniejszych kwadratów (MNK) i metoda największej wiarygodności (ML).
Pytanie 18
Jakie są dwa rodzaje mierników dokładności prognoz?
Mierniki dokładności ex ante i mierniki dokładności ex post.
Pytanie 19
Na podstawie podanego tekstu, jakie umiejętności są istotne w modelowaniu predykcyjnym?
Wiedza dziedzinowa na temat aktualnego problemu biznesowego oraz krytyczne myślenie.
Pytanie 20
Dlaczego dobre umiejętności komunikacyjne są istotne w prezentacji uzyskanych wyników modelowania predykcyjnego?
Ponieważ interesariusze muszą zrozumieć modele predykcyjne, aby zaufać im i właściwie je wykorzystać.