回归与广义线性模型
statistical-inference · regression · linear-regression · ordinary-least-squares · normal-equations · design-matrix · hat-matrix · projection
打开 →GLOBAL SEARCH
搜索在服务端完成,题目解析与答案不会进入搜索结果。登录后可搜索自己的收藏题单。
找到 30 个结果
English questionsstatistical-inference · regression · linear-regression · ordinary-least-squares · normal-equations · design-matrix · hat-matrix · projection
打开 →你观察到如下诊断结论:ACF 和 PACF 都逐步衰减。正确的建模结论是什么?
打开 →一个信号库同时包含原始价格、基点价差以及已经做过 z-score 的微观结构特征。为什么团队在跑 Lasso 之前应该先对特征做标准化?
打开 →某个 LSM 继续持有回归用两条价内路径线性拟合:(S,C)=(70,24) 和 (90,10)。该直线在 S = 80 处给出的继续持有估计是多少?
打开 →用于 LSM 拟合的两条价内路径为 (S,C)=(65,22) 和 (95,13)。若交易台使用线性继续持有拟合,隐含斜率是多少?
打开 →一个线性的 LSM 继续持有拟合通过两点 (S,C)=(85,16) 和 (100,7)。则 C(S)=a+bS 中的截距 a 是多少?
打开 →一个 LSM 继续持有拟合为 C(S) = a + 0.2S,并经过点 (S,C)=(72,20)。那么在什么现货价格 S 上,继续持有估计会等于 15.6?
打开 →一个线性的 LSM 继续持有拟合经过 (75,18),并在 S = 90 处给出继续持有值 14。若另一条价内路径位于 S = 105,要想落在同一条拟合直线上,它的继续持有值必须是多少?
打开 →一个 MA(1) 执行噪声模型使用 theta = -0.7。该模型是否可逆?
打开 →在一维情形下,如果 ridge 解等于 beta_hat_lambda,那么什么样的半径 t 会让约束问题 min RSS(beta) subject to |beta| <= t 拥有相同的优化器?
打开 →在带截距的一元回归里,把 x 和 y 都中心化之后,斜率对应的优化问题会变成什么?
打开 →为什么在接近原点时,L1 正则会比 L2 产生更强的“精确压到零”的趋势?
打开 →为什么即使真实数据生成过程并不严格线性,OLS 仍可能是有用的预测器?
打开 →为什么 OLS 对冲比率常被描述为“把现金头寸收益流投影到对冲工具张成的空间里”?
打开 →为什么在带截距的一元 OLS 中,对 x 和 y 做中心化不会改变拟合斜率?
打开 →为什么在带截距时,对特征和目标做中心化,常常能让 OLS 推导更干净?
打开 →为什么在带截距的回归里,把 x 替换成 x - x_bar 通常会改变截距的含义,却不会改变斜率?
打开 →为什么“残差和为零”这个性质依赖于设计矩阵里是否包含截距项?
打开 →为什么一个存在严重多重共线性的回归,仍可能显示出很强的样本内拟合和很高的 R^2?
打开 →为什么严重多重共线性会让系数非常不稳定,即使训练预测几乎没变化?
打开 →为什么只要模型里包含截距项,OLS 残差就必须求和为零?
打开 →为什么当某个非常强的特征本来会出现在几乎每棵树的顶部时,随机特征子采样反而能提升森林表现?
打开 →为什么当观测数少于资产数时,样本协方差矩阵会出现秩亏?
打开 →为什么在 OLS 中,精确收敛的梯度下降与正规方程解会一致?
打开 →为什么特征缩放对用梯度下降训练 OLS 往往很关键,而闭式解本身却又是尺度等变的?
打开 →为什么两个完全重复的特征会让 OLS 系数向量不唯一,而拟合预测却仍然可以唯一?
打开 →为什么加入一个几乎是现有解释变量复制品的新变量,会让系数向量变得不稳定,尽管拟合值本身可能几乎不变?
打开 →为什么两个非常不同的系数向量,可能在已观测到的设计点上给出几乎相同的预测?
打开 →为什么一个数据点可以拥有很高的杠杆值却没有很大的残差,而它仍然可能很有影响力?
打开 →即使系数向量不唯一,为什么 OLS 的拟合预测 X beta_hat 仍然是唯一的?
打开 →