Hồi quy tuyến tính- hồi quy logistic

Mục đích chính của hồi quy tuyến tính là gì?

• Phân loại dữ liệu thành các nhóm.

• Dự đoán giá trị liên tục của biến phụ thuộc dựa trên biến độc lập.

• Xác định xác suất xảy ra một sự kiện.

• Phân tích phương sai giữa các nhóm.

Giả định nào sau đây KHÔNG áp dụng cho hồi quy tuyến tính?

• Mối quan hệ giữa biến độc lập và biến phụ thuộc là tuyến tính.

• Các sai số (residuals) có phân phối chuẩn.

• Biến phụ thuộc phải là biến nhị phân.

• Các sai số không có hiện tượng tự tương quan.

Hệ số hồi quy (β) trong hồi quy tuyến tính biểu thị điều gì?

• Xác suất xảy ra sự kiện.

• Mức độ thay đổi của biến phụ thuộc khi biến độc lập thay đổi 1 đơn vị.

• Độ lệch chuẩn của biến phụ thuộc.

• Hệ số tương quan giữa hai biến.

Phương pháp nào thường được sử dụng để ước lượng các hệ số trong hồi quy tuyến tính?

• Gradient Descent.

• Phương pháp bình phương tối thiểu (OLS).

• Maximum Likelihood Estimation (MLE).

• Phương pháp Newton-Raphson.

Khi nào mô hình hồi quy tuyến tính bị hiện tượng đa cộng tuyến (multicollinearity)?

• Khi các biến độc lập có tương quan cao với nhau.

• Khi biến phụ thuộc có phân phối chuẩn.

• Khi các sai số không có phân phối chuẩn.

• Tất cả các đáp án trên đều sai.

Mục đích chính của hồi quy logistic là gì?

• Dự đoán giá trị liên tục của biến phụ thuộc.

• Phân loại dữ liệu thành các nhóm dựa trên xác suất.

• Ước lượng phương sai của biến phụ thuộc.

• Phân tích mối quan hệ tuyến tính giữa các biến.

Hàm logistic (sigmoid) được sử dụng trong hồi quy logistic để làm gì?

• Chuyển đổi giá trị đầu ra thành khoảng [0, 1].

• Tối ưu hóa các

• Tính toán giá trị trung bình của biến phụ thuộc

• Loại bỏ nhiễu trong dữ liệu

Hàm logistic (sigmoid) được sử dụng trong hồi quy logistic để làm gì?

• Chuyển đổi giá trị đầu ra thành khoảng [0, 1].

• Tối ưu hóa các hệ số hồi quy.

• Tính toán giá trị trung bình của biến phụ thuộc.

• Loại bỏ nhiễu trong dữ liệu.

Giá trị đầu ra của hồi quy logistic biểu thị điều gì?

• Giá trị liên tục của biến phụ thuộc.

• Xác suất xảy ra sự kiện.

• Hệ số tương quan giữa các biến.

• Độ lệch chuẩn của biến phụ thuộc.

Khi nào mô hình hồi quy tuyến tính bị hiện tượng phương sai không đồng nhất (heteroscedasticity)?

• Khi các sai số (residuals) có phương sai không đổi.

• Khi các sai số có phương sai thay đổi theo giá trị của biến độc lập.

• Khi các biến độc lập có tương quan cao với nhau.

• Khi biến phụ thuộc có phân phối chuẩn.