為啥通過檢驗
想問個題外話 第一次選的random k會影響后面clustering的結(jié)果么 比如k都是2 但是我選擇不同的兩個random k后clustering的結(jié)果是否會不同
使用time series data會出現(xiàn)序列相關(guān)的問題，為什么在使用AR模型的時候，還要用Y的滯后項來代替X？這樣做豈不是仍然存在序列相關(guān)問題，這里不理解
這里是否可以理解為adjusted R^2 越大模型解釋力度的效果就越好？
多元線性回歸假設(shè)5a中說X 不隨機，殘差隨機 因此X與殘差之間的協(xié)方差=0，那么如果X隨機，殘差隨機，是否也可以推出X與殘差之間的協(xié)方差=0，是否也可以用來檢驗雙方之間的線性關(guān)系？
第二題，老師是不是講錯了，題目中提到了雙尾0.05%，那么是否可以根據(jù)這個使用t-test進行檢驗？
既然t檢驗的ppl都非常高，說明這些亞變量的系數(shù)都等于0。而系數(shù)是12月份與該月月份的差額，既然等于0，說明12月份與該月份是相等的，那不是強相關(guān)性嗎？？？
自回歸與自相關(guān)的區(qū)別是什么
1.打紅色括號的這段話不理解 2.可以麻煩老師幫我解釋一下一致性consistent的概念嗎，應(yīng)該怎么應(yīng)用，最好可以有例子，麻煩了！
如果是FP，那不是一類錯誤嗎，老師不是說二類錯誤才更嚴重嘛，Miller擔(dān)心的是不是并購對象，但被認為是，那應(yīng)該是二類錯誤才對啊。
filtration和selection的區(qū)別是什么，結(jié)果都是篩出來要的
老師 想問一個比較general的問題，根據(jù)做題經(jīng)驗，如果考試中考regression，給出一個回歸方程數(shù)據(jù)圖，給出x的數(shù)值，然后讓你算y，這個時候我需要考慮b的顯著性然后過濾到不顯著的變量計算？還是不考慮然后直接帶入到所有的變量計算y值
Q4，整的序列自相關(guān)——平滑——SSE偏小怎么理解
講義中明確表示， token詞頻過高或過低都不好，為什么TF 以及 TF*IDF越高越好
42題，lag1的系數(shù)-0.8757，這個系數(shù)比較小檢驗結(jié)果是不顯著，那lag1的系數(shù)豈不是等于0？這么看的話，模型還能說準確嘛？答案是說沒有自相關(guān)的問題模型就是準確的
程寶問答
金程問答