A提示:您正在参与的是正式考试的第1场考试(共2场),请认真答题;点击开始答题后,开始倒计时。84多元线性回归模型只适用于解决被解释变量是连续变量的情形。A. 正确B. 错误

多元线性回归模型的核心假设之一是被解释变量（因变量）为连续型变量，但需注意以下两点：

1. 绝对化表述易出错：题目中“只适用于”表述过于绝对，忽略了特殊情况下（如线性概率模型）可能对二元变量的应用。
2. 关键概念辨析：需区分多元线性回归与广义线性模型的适用范围，后者可处理二元、计数等非连续变量。

核心思路

题目考查对多元线性回归模型适用范围的理解。关键点在于：

• 被解释变量类型：多元线性回归通常要求因变量为连续型，但存在例外（如线性概率模型）。
• 模型局限性：若被解释变量为二元变量，一般推荐逻辑回归，但线性回归并非完全不可用。

详细分析

1. 标准应用场景
   多元线性回归假设因变量服从正态分布，适用于预测连续结果（如身高、收入）。

2. 特殊应用场景

   • 线性概率模型：当被解释变量为二元变量（如是否购买），可将结果视为虚拟变量（0/1），用线性回归估计概率。此时模型虽违反正态性假设，但可通过其他方式（如异方差稳健标准误）修正。
   • 适用条件：要求数据满足“大量样本”“概率值接近0.5”等条件，以减少预测值超出[0,1]范围的问题。

3. 结论
   题目中“只适用于连续变量”的表述忽略了线性概率模型的存在，因此原命题错误。