A.向前選擇法是從模型中沒有自變量開始，然后將所有自變量依次增加到模型中

B.向后剔除法是先對所有自變量擬合線性回歸模型，然后依次將所有自變量剔除模型

C.逐步回歸法是將向前選擇法和向后剔除法結合起來，但不能保證得到的回歸模型一定就顯著

D.逐步回歸法選擇變量時，在前面步驟中增加的自變量在后面的步驟中有可能被剔除，而在前面步驟中剔除的自變量在后面的步驟中也可能重新進入到模型中

A.二元線性回歸

B.二元二次線性回歸

C.多元線性回歸

D.一元線性回歸

A.線性回歸

B.二元logistic回歸

C.多元logistic回歸

D.序數(shù)回歸

多元線性判別模型(MDA)是一種統(tǒng)計學的技術，被用于計量信用風險，下列選項中屬于該模型的主要優(yōu)點的是()。

A．可以對樣本進行清晰的分類

B．可以同時分析不同的變量

C．可以確定一系列的判定系數(shù)

D．以上答案都正確

A.同方差

B.異方差

C.自相關

D.多重共線性

A.應變量觀測值總變差的大小

B.應變量回歸估計值總變差的大小

C.應變量觀測值與估計值之間的總變差

D.Y關于X的邊際變化

試證明：二元線性回歸模型中變量X₁與X₂的參數(shù)OLS估計可以寫成：

其中，r為X₁與X₂的相關系數(shù)。討論r等于或接近1時，該模型的估計問題。