第三章双变量模型假设检验分析.pptVIP

* 一、置信区间法 数学S.A.T一例 本例中，自由度为8（10-2）假定显著性水平 为5% H0： ?1 0，H1：?1?0 则根据附录可查 由于这个区间没有包括零假设值0，所以拒绝H0 Step1: Step2: Step3: Step4: * H0的接受区域 拒绝区域 拒绝区域 随机区间 确定性区间 建立100个这样的区间，则有95个区间包括真实的?1。 95%的置信区间（自由度为8） 0.00074 0.00187 该随机区间包含真实的?1的概率为95% 由于置信区间一定程度地给出了样本参数估计值与总体参数真值的“接近”程度，因此置信区间越小越好。 要缩小置信区间，需 （1）增大样本容量n，因为在同样的置信水平下，n越大，t分布表中的临界值越小；同时，增大样本容量，还可使样本参数估计量的标准差减小； （2）提高模型的拟合优度，因为样本参数估计量的标准差与残差平方和呈正比，模型拟合优度越高，残差平方和应越小。 * 二、变量的显著性检验 回归分析是要判断解释变量X是否是被解释变量Y的一个显著性的影响因素。 * 在一元线性模型中，就是要判断X是否对Y具有显著的线性性影响。这就需要进行变量的显著性检验。 * 二、变量的显著性检验 核心思想：构造一个检验统计量，从样本数据求得检验统计量的值，以此决定接受或拒绝零假设 检验步骤： H0： ?1