开发者:上海品职教育科技有限公司 隐私政策详情

应用版本:4.2.11(IOS)｜3.2.5(安卓)APP下载

返回

462853632 · 2018年12月14日

问一道题：NO.PZ2015120204000002 [ CFA II ]

  1. CFA II
  2. Quantitative

不懂，烦请解释原因？问题如下图：

选项：

A.

B.

C.

解释：

添加评论
2 个答案
已采纳答案

菲菲_品职助教 · 2018年12月14日

同学你好，其实这道题目的意思是，当我们用数据来拟合方程的时候，如果数据的残差越小，其实就代表这个数据对于方程本身的贡献就越大，即越接近真实值。所以这道题把这些具有小残差的样本数据给删掉了的话，所得到的模型就没有之前那么好了，拟合优度就会变差。

cindyfo · 2020年02月17日

这里的小是与大对应，不是与无对应

  • 2

    回答

  • 1

    关注

  • 652

    浏览
相关问题

crease Increase Increase crease c is correct. leting observations with small resials will gra the strength of the regression, resulting in increase in the stanrerror ana crease in R-square 老师请一下 R square的影响

2021-02-01 22:50 1 · 回答

删除了几个observation，SSE不就小了吗，n-2就大了，SEE不就小了吗，公式上这样哪里不对？

2020-02-26 11:30 2 · 回答

删除resivalue减少的点说明剩下的都是真实y与估计y的差较大的点，这样RSS的值会比原来变大，所以从R square =RSS/TSS得出R square也变大。这样理解为什么不对？

2019-12-02 11:44 1 · 回答

有resial的观察值剔除了不是更好的回归了吗

2018-12-12 08:20 1 · 回答