11
在实际场景中使用「分类变量与虚拟变量」时,下列做法正确的是?
解析:实务中应先立住分类变量与虚拟变量的判断依据:k 个类别需要 k 减 1 个虚拟变量以避免完全共线。
16
在学习「原假设与备择假设」时,下列哪一项属于应当避免的错误认识?
解析:这是典型的误解。原假设通常表示差异不存在或维持现状,备择假设是希望被证实的结论。
19
下列表述中,描述的是「统计概括与样本代表性」而不是「完全归纳推理」的是?
解析:「统计概括与样本代表性」与「完全归纳推理」同属归纳推理与类比,但前者强调:统计概括是根据样本的统计特征推出总体特征;结论的可靠性取决于样本的代表性。
20
下列关于「相关分析的方法与陷阱」的说法中,属于常见错误的是?
解析:这是初学者最常犯的错误:不画散点图就报告相关系数。正确理解应回到定义——相关分析需结合散点图判断形态,警惕离群点与虚假相关。