回归分析2-45.docVIP

2.4回归方程的显著性检验 t检验 t检验是统计推断中常用的一种方法，在回归分析中，t检验用于检验回归系数的显著性。检验的原假设是 对立假设是 回归系数的显著性检验就是要检验自变量x对因变量y的与你影响程度是否显著。如果原假设成立，则因变量y与自变量x之间并没有真正的线性关系，也就是说，自变量x的变化对因变量y并没有影响。有式知，，因而当原假设成立时有 此时在零附近波动，构造t统计量 其中 是的无偏估计，称为回归标准差。由此，t统计量就是回归系数的最小二成估计值除以其标准差的样本估计值。 当原假设成立时，构造的t统计量服从自由度为n-2的t分布。给定显著性水平α，双侧检验的临界值为。当时拒绝原假设，认为显著不为零，因变量x的一元线性回归成立；当时接受原假设，认为为零，因变量y对自变量x的一元线性回归不成立。 F检验对回归方程显著性检验的另一种检验是F检验，F检验是更据平方和分解式，直接从回归效果检验回归方程的显著性。平方和分解式是 其中陈伟回归平方和，简记为SSR或或，SST表示Sum of Squares for Total。 称为回归平方和。简记为SSR或，R表示Regression。 称为残差平方和。简记为SSE或，E表示Error。 因而平方和分解式可以简写为 SST SSR+SSE F检验统计量如下 在正态假设下，当原假设成立时，F服从自由度为的F 分布。当F值大于假设临界值时，拒绝，说明回归方程显著，x与y有显著的线性关系。 相关系数的显著性检验 由于一元线性回归方程谈论的是变量x与变量y之间的线性关系，所以用变量x与y之间的相关系数来检验回归方程的显著性。设是的n组样本广策值，我们称 为x与y的简单相关系数简称相关系数相关系数的取值范围为。 相关系数有个明显的缺点，就是他接近1 的程度与数据组数n有关，当n较小时，相关系数的距对峙容易接近1；当n较大时，相关系数的绝对值容易偏小。在样本量n较小时 ，我们凭相关系数较大就说变量x与y之间有密切的线性关系，就显得过于草率。计算变量x与y的 相关系数绝对值大于表中直指时，才可以认为x与y右线性关系。 2.5残差分析 残差的概念与残差图 残差，误差项 有关残差的性质 性质1 性质2 其中，称为杠杆值。 性质3残差满足约束条件： 改进的残差 标准化残差 学生化残差