Logistic回归模型描述的是作为影响因素的自变量与应变量之间的线性关系。（)
Logistic回归模型描述的是作为影响因素的自变量与应变量之间的线性关系。（)
参考答案和解析
错误
相关考题：
在多元线性回归分析中，如果F检验表明线性关系显著，则意味着（ ）。A．在多个自变量中至少有一个自变量与因变量之间的线性关系显著B．所有的自变量与因变量之间的线性关系都显著C．在多个自变量中至少有一个自变量与因变量之间的线性关系不显著D．所有的自变量与因变量之间的线性关系都不显著
关于一元线性回归模型，下列表述错误的是（ ）。A.只涉及一个自变量的回归模型称为一元线性回归模型B.因变量Y是自变量X的线性函数加上误差项C.β0+β1X反映了由于自变量X的变化而引起的因变量Y的线性变化D.误差项ε是个随机变量，表示除线性关系之外的随机因素对Y的影响，它是能由X和Y的线性关系所解释的Y的变异性
在一元线性回归模型y=β。+βiX+δ中，δ反映的是()。A:X和y的线性关系对y的影响B:由自变量X的变化引起因变量y的变化C:X与y的线性关系对X的影响D:除X和y的线性关系之外的随机因素对y的影响
关于一元线性回归方程，下列表述错误的是（ ）。A.只涉及一个自变量的回归模型称为一元线性回归模型B.因变量Y是自变量X的线性函数加上误差项C.β0+β1X反映了由于自变量X的变化而引起的因变量y的线性变化D.误差项是个随机变量，表示除线性关系之外的随机因素对Y的影响，能由X和Y的线性关系所解释的Y的变异性
下列关于回归分析预测法的分类，不正确的是（ ）。A.根据自变量的个数分为一元回归分析预测法.二元回归分析预测法和多元回归分析预测法B.根据自变量和因变量之间是否存在线性关系，分为线性回归预测和非线性回归预测C.根据回归分析预测模型是否带虚拟变量，分为普通回归分析预测模型和带虚拟变量的回归分析预测模型D.根据回归分析预测模型是否用滞后的自变量作因变量，分为无自回归现象的回归分析预测模型和自回归预测模型
回归分析预测法是指在分析市场现象的自变量和因变量之间相关关系的基础上，建立变量之间的回归方程，将回归方程作为预测模型，根据自变量在预测期的数量变化，预测（）在预测期的变化结果的方法。A、预测值B、自变量C、因变量D、观察值
回归分析预测法是指在分析市场现象的（）之间相关关系的基础上，建立变量之间的回归方程作为预测模型，根据自变量在预测期的数量变化，预测因变量在预测期的变化结果的方法。A、自变量B、自变量和因变量C、因变量D、预测值
回归分析预测法是指在分析市场现象的自变量和因变量之间相关关系的基础上，建立变量之间的（），将回归方程作为预测模型，根据自变量在预测期的数量变化，预测因变量在预测期的变化结果的方法。A、回归方程B、回归模型C、预测值D、观察值
在多元线性回归分析中，如果t检验表明回归系数不显著，则意味着（）A、整个回归方程的线性关系不显著B、整个回归方程的线性关系显著C、该自变量与因变量之间的线性关系不显著D、该自变量与因变量之间的线性关系显著
单选题在定量预测时，线性回归模型用于反映（）。A一个变量与一个（或一组）自变量之间的相关关系B一个因变量与一个自变量之间的函数关系C一组自变量内部存在的函数关系D一个因变量与一组自变量之间的非线性关系
单选题在多元线性回归分析中，如果t检验表明回归系数不显著，则意味着（）A整个回归方程的线性关系不显著B整个回归方程的线性关系显著C该自变量与因变量之间的线性关系不显著D该自变量与因变量之间的线性关系显著
单选题研究应变量y不同取值的概率与自变量x之间关系应建立（）。A多元线性回归模型B主成分回归模型C因子分析模型Dlogistic回归模型E主成分模型