- 2
- 0
- 约5.76千字
- 约 57页
- 2017-02-19 发布于湖北
- 举报
第3章 双变量模型:假设检验【先预习附录D】 3.1 古典线性回归模型(CLRM) 3.2 普通最小二乘估计量的方差和标准差 3.2.1 数学S.A.T一例中的方差和标准差 图3-6 t分布图 3.6 拟和优度的检验:判定系数 总离差平方和 TSS 回归平方和 ESS 残差平方和 RSS 本节我们考察估计得到的样本回归直线对真实Y值拟合的优劣程度。 相关系数 判定系数的性质: 1 非负性 ,若 R2 1 ,表示线性模型完全解释 的变动,若 R2 0,表示 Y与X之间无任何关系。 3-37 3-38 图3-8 总变动的分解 称R2为判定系数,它度量了回归模型对Y的变动解释的程度。 平方和分解式: 图3-8 Yi中总变动的分解 Y X . . 3.6.1 判定系数的计算公式 3-39 3-40 3.6.2学生数学S.A.T一例中的判定系数 利用表2-4中的数据和上面计算判定系数的公式,可以计算得到: 因为此时的r2较大,可以认为,样本回归函数较好地拟合了总体回归函数。 3.6.3 相关系数 3-42 3-43 3-44 3-45 样本相关系数是度量两变量X和Y之间线性相关程度的指标,可以利用下面的计算公式得到: 在回归分析中,判定系数比相关系数更有意义。 在学生的数学S.A.T中,回归分析的结果为: 3.7
原创力文档

文档评论(0)