(43)--6.1.3回归分析的方差分析与显著度检验.ppt

6.1.3方差分析与显著度检验

问题：

回归直线是否符合y与x之间的客观规律？

——回归方程的显著性检验问题

用回归方程，根据自变量x值预报（或控制）因变量y值，效果如果？——回归方程的预报精度问题

对N个观测值与其算术平均值之差的平方和进行分解

从量值上区别对Ｎ个观测值的影响因素

用F检验法对所求回归方程进行显著性检验

方差分析法

（一）回归方程的方差分析

1、引起观测值y1,y2,…,yN之间的差异（变差）的原因：

自变量x取值的不同；

其它因素（包括试验误差）的影响。

2、方差分析

N个观测值之间的变差，可用离差平方和来表示，总的离差平方和为：

可以证明：

U回归平方和

Q残余平方和

回归平方和，反映总变差中由于x和y的线性关系而引起y变化的部分。

残余平方和，反映所有观测点到回归直线的残余误差，即x对y的线性影响之外的一切因素对y的变差作用。

自由度：

回归：

一元线性回归：

vU自变量的个数

（二）回归方程显著性检验—F检验法

基本思路：方程是否显著取决于U和Q的大小，U越大，Q越小，说明y与x的线性关系愈密切。

计算统计量F

对一元线性回归，应为

若

回归在0.05的水平上显著。

回归在0.1的水平上显著。

回归不显著。

回归在0.01的水平上高度显著。

查F分布表，根据给定的显著性水平α和已知的自由度1和N-2进行检验：Fα(1,N-2)

（三）残余方差与残余标准差

残余方差：排除了x对y的线性影响后（或者当x固定时），衡量y随机波动大小的一个估计量

残余标准差：

含义：衡量所有随机因素对y的一次性观测的平均变差

的大小。σ越小，回归直线的精度越高。

（四）方差分析表

来源

平方和

自由度

方差

F

显著性

回归

残余

U=blxy

Q=lyy-blxy

1

N-2

σ2=Q/(N-2)

Fα(1,N-2)

总计

S=lyy

N-1

—

—

—

表1方差分析表

（四）方差分析表

方差分析结果

【例1】某段导线的电阻与温度之间的关系：

x/℃

19.1

25.0

30.1

36.0

40.0

46.5

50.0

y/Ω

76.30

77.80

79.75

80.80

82.35

83.90

85.10

来源

平方和

自由度

方差/Ω2

F

显著性

回归

残余

60.574

0.257

1

5

—

0.0514

1.18×103

—

α=0.01

—

总计

60.831

6

—

—

—

F0..01(1,5)=16.26

谢谢！