线性回归能处理离散属性的问题（）

逻辑斯蒂回归对于离散属性值的处理，若属性值之间存在“序”关系：通过连续化将其转化为连续值（） 分类问题用逻辑回归，预测问题用线性回归。 中国大学MOOC: 几乎每一个回归方程都在某种程度上存在多重共线性问题。 解决品牌属性问题的是（ ）。 多元线性回归是线性回归的扩充，其中涉及的属性多于两个，并且数据拟合到一个多维曲面。() 将非线性回归模型转换为线性回归模型，常用的数学处理方法有（ ） 将非线性回归模型转换为线性回归模型，常用的数学处理方法有（）、（）、（）。 在实际应用当中，线性回归模型有时不完全满足那些基本假定。会遇到的较多问题主要有多重共线性问题以及自相关、异方差等问题。以下说法正确的是（）。 （）包涵一元线性回归、二元线性回归、多元线性回归和非线性回归。 中国大学MOOC: 当属性个数为3时，可选用的回归算法包括简单线性回归。 解决品牌属性问题的是(  )。 中国大学MOOC: 若回归模型修正了非纯异方差性问题后，无需检验纯异方差性问题。 回归分析包括线性回归和非线性回归; 只含有一个解释变量的线性总体回归模型简称一元线性回归模型或: 简单线性回归模型|简单非线性回归模型|线性回归模型|非线性回归模型 下列问卷的问题中，属于行为指标属性问题的是（）。   运用线性回归法时必须注意的问题包括（　）。 品牌战略内容中，( )是品牌的属性问题。 多元线性回归比一元线性回归多了什么步骤（） 非线性回归模型，按其形式和估计方法的不同，可以分为()。Ⅰ.非标准线性回归模型Ⅱ.可线性化的非线性回归模型Ⅲ.不可线性化的非线性回归模型Ⅳ.非回归模型 简述回归分析和一元线性、多元线性回归的定义？