引導式測驗 · 中等 等級
分位數迴歸測驗
透過交付和服務時間範例練習條件百分位數、彈珠損失計算和預測間隔覆蓋率。
問題 1 的 8
交付模型估計有條件的第 90 個百分位數。哪種解釋與連續結果和良好估計模型的指南相符?
預覽每個問題8 問題
當您參加測驗時,就會出現答案和解釋。
- 交付模型估計有條件的第 90 個百分位數。哪種解釋與連續結果和良好估計模型的指南相符?
- 該估計值是可比交付中最慢 10% 的平均值
- 大約 90% 的可比較結果低於或等於該值
- 90% 的單一包裹的估算準確無誤
- 模型的參數有 90% 的機率是正確的
- 在分位數 0.9 處,預測 10 後的結果為 12。適用哪種彈珠損失?
- 0.2
- 2.0
- 0.9
- 1.8
- 為什麼擬合高分位數比擬合中位數更有利於更高的估計值?
- 低於預測會比同等規模的過高預測受到更大的懲罰
- 所有錯誤都會受到相同的平方懲罰
- 此模型丟棄所有低於中位數的結果
- 目標值乘以分位數
- 第 10 個和第 90 個條件百分位數形成哪個名目中心區間?
- 90% 間隔
- 10% 間隔
- 80% 間隔
- 100% 間隔
- 模型名義上的 80% 區間僅涵蓋 60% 的保留結果。得出以下哪個結論?
- 訓練損失保證覆蓋,所以評估必須忽略
- 觀察到的覆蓋率低於名目目標
- 該區間自動成為平均值的置信區間
- 標稱間隔應包含每個保留的結果
- 兩個單獨擬合的分位數模型預測上限低於下限。出現了哪一個問題?
- 完美校準
- 均值回歸
- 過度覆蓋
- 分位數交叉
- 在第 50 個百分位處,彈珠損失如何使正殘差和負殘差的權重相等?
- 同樣,產生一半的絕對誤差
- 正殘差獲得兩倍的權重
- 負殘差獲得兩倍的權重
- 求平均值前均先平方
- 經理需要一個未來服務時間的範圍。為什麼估計平均值的置信區間可能不合適?
- 當樣本很大時,它描述了未來 80% 的中心結果
- 它直接測量各個未來服務時間之間的變化
- 它涉及估計參數的不確定性,而不是未來結果的分佈
- 它保證為每個未來的客戶群提供相同的覆蓋範圍