线性回归不是用来预测数据的方法。（)

A.逻辑回顾

B.线性回归和逻辑回归都行

C.以上说法都不对

D.线性回归

利用BARIUM.RAW中的数据。

(i)用前119次观测(即不包含1988年的最后12个月观测)，估计线性趋势模型。这个回归的标准误是什么？

(ii)同样用除了最后12个月以外的所有数据，估计chnimp的一个AR(1)模型。把这个回归的标准误与第(i)部分中的标准误相比较。哪一个模型提供了更好的样本内拟合？

(iii)用第(i)和第(ii)部分中的模型计算1988年12个月的提前一期预测误差。(每个方法都应该得到12个预测误差。)计算并比较这两种方法的RMSE和MAE。就样本外提前一期预测而言，哪种方法效果更好？

(iv)在第(i)部分的回归中添加月度虚拟变量。它们是联合显著的吗？(当我们检验联合显著性时，不必担心误差中轻度的序列相关。)

在以下市场态势预测方法中，最为严谨的是：

A 一元线性回归

B 二元线性回归

C 多元线性回归

D 逐步多元回归

A.马尔科夫模型

B.回归预测法

C.比率预测法

D.主观判断法

A.对数直线趋势

B.线性变化趋势

C.时间序列

D.因果分析

A.定量预测法

B.移动平均法

C.一元线性回归预测法

D.定性预测法

A.线性回归

B.逻辑回归

C.支持向量机

D.神经网络

A.评估相关性

B.预测

C.画出数据

D.均值检验

A.线性回归

B.二元logistic回归

C.多元logistic回归

D.序数回归