统计学(第二版) 教学课件 作者 张德存6 6.3.pptVIP

STAT 《统计学》第六章 相关与回归分析 * STAT 《统计学》第六章 相关与回归分析 第三节 回归的显著性检验与预测应用 一、回归的显著性检验 二、回归方程的估计、预测应用 一、回归的显著性检验 ㈠检验的意义 ㈡相关系数的检验(t 检验) ㈢回归系数的检验(t 检验) ㈣回归方程的检验(F 检验) 由于样本的相应统计量（相关系数、判定系数、回归系数等）具有随机性，因此，我们需要对其进行显著性检验，以验证是否可以据此推断总体的参数。 STAT 《统计学》第六章 相关与回归分析 一、回归的显著性检验 ㈠检验的意义 ㈡相关系数的检验(t 检验) ㈢回归系数的检验(t 检验) ㈣回归方程的检验(F 检验) 相关系数检验的目的：总体 ? 是否如同 r ？ 提出假设； 确定检验统计量； 给定显著性水平，确定临界值； 确定原假设的拒绝规则； 计算检验统计量并做出决策。 检验的程序： 统计理论已经证明 STAT 《统计学》第六章 相关与回归分析 0 -10 -7 -9 -2 5 3 -5 4 13 8 95546 7426 8000 7776 9020 10292 10080 8840 10492 12180 11440 - 47.29 49.45 51.61 53.76 55.92 58.08 60.24 62.39 64.55 66.71 估计值 1670 158 160 162 164 166 168 170 172 174 176 身高 0 33032 279220 570 -9.71 -7.55 -5.39 -3.24 -1.08 1.08 3.24 5.39 7.55 9.71 2209 2500 2304 3025 3844 3600 2704 3721 4900 4225 24964 25600 26244 26896 27556 28224 28900 29584 30276 30976 47 50 48 55 62 60 52 61 70 65 A B C D E F G H I J 体重 学生 检验统计量落入拒绝域中，故拒绝原假设，接受备择假设。即可以认为 ? 明显地不等于零，相关关系是显著的。 一、回归的显著性检验 ㈠检验的意义 ㈡相关系数的检验(t 检验) ㈢回归系数的检验(t 检验) ㈣回归方程的检验(F 检验) 回归分析中我们最关心的是： X 与 Y 是否有真正的相关关系。即： STAT 《统计学》第六章 相关与回归分析 回归系数的检验 提出假设； 确定检验统计量； 给定显著性水平，确定临界值； 确定原假设的拒绝规则； 计算检验统计量并做出决策。 STAT 《统计学》第六章 相关与回归分析 统计理论已经证明 0 -10 -7 -9 -2 5 3 -5 4 13 8 95546 7426 8000 7776 9020 10292 10080 8840 10492 12180 11440 - 47.29 49.45 51.61 53.76 55.92 58.08 60.24 62.39 64.55 66.71 估计值 1670 158 160 162 164 166 168 170 172 174 176 身高 0 33032 279220 570 -9.71 -7.55 -5.39 -3.24 -1.08 1.08 3.24 5.39 7.55 9.71 2209 2500 2304 3025 3844 3600 2704 3721 4900 4225 24964 25600 26244 26896 27556 28224 28900 29584 30276 30976 47 50 48 55 62 60 52 61 70 65 A B C D E F G H I J 体重 学生 检验统计量落入拒绝域中，故拒绝原假设，接受备择假设。即可以认为 b 明显地不等于零，X 与 Y 是显著的。 一、回归的显著性检验 ㈠检验的意义 ㈡相关系数的检验(t 检验) ㈢回归系数的检验(t 检验) ㈣回归方程的检验(F 检验) F检验是基于F分布进行的，是方差分析内容之一。 1 n-2 n-1 SSR SSE SST 回归 误差 总计 F值 均方 自由度 平方和 方差来源 均方回归 均方误差 STAT 《统计学》第六章 相关与回归分析 当 ?1 = 0 时，SSR= 0，则F值=0。 当 ?1 ? 0 时，SSR 0，则F值0。 当我们设?1 = 0 时，则较大的F值将推翻这一假设。 故拒绝原假设，接受备择假设，即认为回归方程是显著的。 第三节 回归方程的显著性检验与预测应用 一、回归方程的显著性检验 二、回归方程的估计、预测应