แบบทดสอบที่เชื่อมโยงกับคำแนะนำ · ปานกลาง ระดับ

แบบทดสอบการแปลง Log และ Box-Cox

เปรียบเทียบการแปลงบันทึก, Box-Cox และ Yeo-Johnson รวมถึงข้อจำกัดของโดเมน การรั่วไหล การคาดการณ์แบบผกผัน และการตีความมาตราส่วน

เส้นทางแนะนำที่เกี่ยวข้องการแปลงล็อกและกล่องค็อกซ์
คำถาม 1 ของ 8

ลอการิทึมมีผลกระทบอย่างไรต่อตัวแปรบวกที่เบ้ขวาอย่างมาก

ดูตัวอย่างทุกคำถาม8 คำถาม

คำตอบและคำอธิบายจะปรากฏขึ้นเมื่อคุณทำแบบทดสอบ

  1. ลอการิทึมมีผลกระทบอย่างไรต่อตัวแปรบวกที่เบ้ขวาอย่างมาก
    • เพิ่มค่าคงที่เดียวกันให้กับทุกค่าที่มีขนาดใหญ่
    • รับประกันการกระจายตัวแบบปกติสำหรับทุกตัวอย่าง
    • บีบอัดค่าขนาดใหญ่โดยสัมพันธ์กับค่าขนาดเล็ก
    • แปลงค่าที่เซ็นชื่อทุกค่าให้เป็นค่าบวกโดยไม่เปลี่ยนความหมายของค่า
  2. ข้อจำกัดอินพุตใดที่ใช้กับการแปลง Box-Cox มาตรฐาน
    • อินพุตทั้งหมดจะต้องไม่ติดลบ รวมทั้งศูนย์ด้วย
    • อินพุตต้องเป็นค่าบวกอย่างเคร่งครัด
    • อินพุตต้องเป็นไปตามการแจกแจงแบบปกติอยู่แล้ว
    • อินพุตต้องอยู่ระหว่างศูนย์ถึงหนึ่ง
  3. กลุ่มการเปลี่ยนแปลงใดที่สามารถรองรับค่าศูนย์และค่าลบโดยไม่มีการเปลี่ยนแปลงตามอำเภอใจ
    • กล่องมาตรฐาน-ค็อกซ์
    • ลอการิทึมธรรมชาติธรรมดา
    • รากที่สองของทุกค่าที่เซ็นชื่อ
    • ยอ-จอห์นสัน
  4. เหตุใดการเปลี่ยนแปลงที่เรียนรู้จึงต้องติดตั้งเฉพาะในการฝึกอบรมแต่ละช่วงเท่านั้น
    • เพื่อป้องกันการตรวจสอบหรือข้อมูลการทดสอบไม่ให้ส่งผลต่อพารามิเตอร์ที่ติดตั้ง
    • เพื่อรับประกันการแจกแจงที่เหมือนกันในทุกพับการประเมิน
    • เพื่อบังคับให้ทุกตระกูลโมเดลใช้การแสดงอินพุตเดียวกัน
    • เพื่ออนุญาตการแมปที่ติดตั้งใหม่โดยอนุมานโดยไม่ต้องอัปเดตโมเดล
  5. จะเกิดอะไรขึ้นกับการคาดการณ์จากแบบจำลองที่ได้รับการฝึกอบรมเกี่ยวกับเป้าหมายที่แปลงบันทึก
    • ถือว่าการคาดการณ์บันทึกโดยตรงเป็นจำนวนหน่วยดั้งเดิม
    • การทำนายรอบบันทึกก่อนที่จะใช้ทุกการผกผัน
    • ใช้การแมปผกผันที่สมเหตุสมผลเพื่อกู้คืนหน่วยดั้งเดิม
    • สมมติว่าการยกกำลังส่งคืนค่าเฉลี่ยแบบมีเงื่อนไขมาตราส่วนดั้งเดิมเสมอ
  6. เหตุใดการทำนายบันทึกค่าเฉลี่ยจึงไม่เท่ากับค่าเฉลี่ยแบบมีเงื่อนไขระดับดั้งเดิม
    • ฟังก์ชันเอ็กซ์โปเนนเชียลเป็นเส้นตรงในช่วงการทำนาย
    • การแปลงผกผันแบบไม่เชิงเส้นไม่ได้รักษาค่าเฉลี่ยไว้
    • ค่าเฉลี่ยระดับบันทึกทุกค่าเท่ากับค่าเฉลี่ยระดับดั้งเดิม
    • การเปลี่ยนเป้าหมายจะลบความแปรผันรอบๆ ค่าเฉลี่ยแบบมีเงื่อนไขทั้งหมด
  7. ข้อความใดเกี่ยวกับคุณลักษณะที่ดูแบบเกาส์เซียนมากกว่าคือเสียง
    • รับประกันการประมาณการที่เป็นกลางสำหรับผู้ประมาณการทุกคน
    • พิสูจน์ได้ว่าการสังเกตการณ์สุดขั้วถูกลบออกไปแล้ว
    • รับประกันว่าต้นไม้และโมเดลเชิงเส้นจะได้กำไรเท่ากัน
    • ไม่รับประกันว่าการคาดการณ์ที่ระงับไว้จะดีขึ้น
  8. ปัญหาใดที่เกิดขึ้นโดยการเพิ่มค่าคงที่ที่กำหนดเองก่อนบันทึก
    • ขนาดและการตีความที่เปลี่ยนแปลงขึ้นอยู่กับตัวเลือกนั้น
    • การแปลงร่างกลายเป็นตระกูล Box-Cox มาตรฐาน
    • ค่าลบทั้งหมดสามารถเปรียบเทียบได้อย่างมีความหมาย
    • รับประกันค่าเฉลี่ยขนาดดั้งเดิมที่เป็นกลาง