แบบทดสอบที่เชื่อมโยงกับคำแนะนำ · ปานกลาง ระดับ
แบบทดสอบการแปลง Log และ Box-Cox
เปรียบเทียบการแปลงบันทึก, Box-Cox และ Yeo-Johnson รวมถึงข้อจำกัดของโดเมน การรั่วไหล การคาดการณ์แบบผกผัน และการตีความมาตราส่วน
คำถาม 1 ของ 8
ลอการิทึมมีผลกระทบอย่างไรต่อตัวแปรบวกที่เบ้ขวาอย่างมาก
ดูตัวอย่างทุกคำถาม8 คำถาม
คำตอบและคำอธิบายจะปรากฏขึ้นเมื่อคุณทำแบบทดสอบ
- ลอการิทึมมีผลกระทบอย่างไรต่อตัวแปรบวกที่เบ้ขวาอย่างมาก
- เพิ่มค่าคงที่เดียวกันให้กับทุกค่าที่มีขนาดใหญ่
- รับประกันการกระจายตัวแบบปกติสำหรับทุกตัวอย่าง
- บีบอัดค่าขนาดใหญ่โดยสัมพันธ์กับค่าขนาดเล็ก
- แปลงค่าที่เซ็นชื่อทุกค่าให้เป็นค่าบวกโดยไม่เปลี่ยนความหมายของค่า
- ข้อจำกัดอินพุตใดที่ใช้กับการแปลง Box-Cox มาตรฐาน
- อินพุตทั้งหมดจะต้องไม่ติดลบ รวมทั้งศูนย์ด้วย
- อินพุตต้องเป็นค่าบวกอย่างเคร่งครัด
- อินพุตต้องเป็นไปตามการแจกแจงแบบปกติอยู่แล้ว
- อินพุตต้องอยู่ระหว่างศูนย์ถึงหนึ่ง
- กลุ่มการเปลี่ยนแปลงใดที่สามารถรองรับค่าศูนย์และค่าลบโดยไม่มีการเปลี่ยนแปลงตามอำเภอใจ
- กล่องมาตรฐาน-ค็อกซ์
- ลอการิทึมธรรมชาติธรรมดา
- รากที่สองของทุกค่าที่เซ็นชื่อ
- ยอ-จอห์นสัน
- เหตุใดการเปลี่ยนแปลงที่เรียนรู้จึงต้องติดตั้งเฉพาะในการฝึกอบรมแต่ละช่วงเท่านั้น
- เพื่อป้องกันการตรวจสอบหรือข้อมูลการทดสอบไม่ให้ส่งผลต่อพารามิเตอร์ที่ติดตั้ง
- เพื่อรับประกันการแจกแจงที่เหมือนกันในทุกพับการประเมิน
- เพื่อบังคับให้ทุกตระกูลโมเดลใช้การแสดงอินพุตเดียวกัน
- เพื่ออนุญาตการแมปที่ติดตั้งใหม่โดยอนุมานโดยไม่ต้องอัปเดตโมเดล
- จะเกิดอะไรขึ้นกับการคาดการณ์จากแบบจำลองที่ได้รับการฝึกอบรมเกี่ยวกับเป้าหมายที่แปลงบันทึก
- ถือว่าการคาดการณ์บันทึกโดยตรงเป็นจำนวนหน่วยดั้งเดิม
- การทำนายรอบบันทึกก่อนที่จะใช้ทุกการผกผัน
- ใช้การแมปผกผันที่สมเหตุสมผลเพื่อกู้คืนหน่วยดั้งเดิม
- สมมติว่าการยกกำลังส่งคืนค่าเฉลี่ยแบบมีเงื่อนไขมาตราส่วนดั้งเดิมเสมอ
- เหตุใดการทำนายบันทึกค่าเฉลี่ยจึงไม่เท่ากับค่าเฉลี่ยแบบมีเงื่อนไขระดับดั้งเดิม
- ฟังก์ชันเอ็กซ์โปเนนเชียลเป็นเส้นตรงในช่วงการทำนาย
- การแปลงผกผันแบบไม่เชิงเส้นไม่ได้รักษาค่าเฉลี่ยไว้
- ค่าเฉลี่ยระดับบันทึกทุกค่าเท่ากับค่าเฉลี่ยระดับดั้งเดิม
- การเปลี่ยนเป้าหมายจะลบความแปรผันรอบๆ ค่าเฉลี่ยแบบมีเงื่อนไขทั้งหมด
- ข้อความใดเกี่ยวกับคุณลักษณะที่ดูแบบเกาส์เซียนมากกว่าคือเสียง
- รับประกันการประมาณการที่เป็นกลางสำหรับผู้ประมาณการทุกคน
- พิสูจน์ได้ว่าการสังเกตการณ์สุดขั้วถูกลบออกไปแล้ว
- รับประกันว่าต้นไม้และโมเดลเชิงเส้นจะได้กำไรเท่ากัน
- ไม่รับประกันว่าการคาดการณ์ที่ระงับไว้จะดีขึ้น
- ปัญหาใดที่เกิดขึ้นโดยการเพิ่มค่าคงที่ที่กำหนดเองก่อนบันทึก
- ขนาดและการตีความที่เปลี่ยนแปลงขึ้นอยู่กับตัวเลือกนั้น
- การแปลงร่างกลายเป็นตระกูล Box-Cox มาตรฐาน
- ค่าลบทั้งหมดสามารถเปรียบเทียบได้อย่างมีความหมาย
- รับประกันค่าเฉลี่ยขนาดดั้งเดิมที่เป็นกลาง