如果结果不匹配，请 
更多“多元线性回归中的“线性”是指什么是线性的（）。”相关的问题
第2题
在多元线性回归中，加入自变量时会使多重判定系数变大的原因是（）。
A.增加自变量后，模型包含的信息量增多，多重判定系数会随着自变量的增加而无限变大
B.增加自变量后，模型的预测误差会变小，从而减少残差平方和，此时回归平方和会变大
C.增加自变量后，各个自变量之前的相关关系更加紧密
D.增加自变量后，能使得所有自变量的系数显著
第7题
在例9.1中，我们narr86在的一个线性模型中增加二次项pcrv2、ptime86²和inc 862。(i)利用CRIME L R
在例9.1中，我们narr86在的一个线性模型中增加二次项pcrv2、ptime86²和inc 862。（i)利用CRIME L R
点击查看答案
在例9.1中，我们narr86在的一个线性模型中增加二次项pcrv2、ptime86²和inc 862。
(i)利用CRIME L RAW中的数据， 在例17.3的泊松回归中同样增加这些项。
(ii)根据
估计 。数据存在过度散布的证据吗？该如何调整泊松极大似然估计标准误？
(iii)利用第(i)部分和第(ii)部分的结论及教材表17.3，计算这三个平方项联合显著性的准似然比统计量。你得到什么结论？
第8题
参见第13章中的表13-1。在那里，我们利用FERTILl.RAW中的数据，估计了妇女已生育子女数kids的一个
线性模型。
点击查看答案
(i)利用表13-1中同样的变量估计kids的一个泊松回归模型。解释y82的系数。
(ii)保持其他因素不变，黑人妇女和非黑人妇女在生育上的估计百分数差异是多少？
(iii)求σ。有过度散布和散布不足的证据吗？
(iv)计算泊松回归中的拟合值和作为kidsi和kidsi之相关系数平方的R2。并与线性回归模型中的R2相比较。
