3--回归分析：正态性假设及其他.pptVIP

* 2.检验回归方程 TSS=ESS+RSS y值的变化由两个原因造成：一是X的变化引起Y的变化，另一个是不可控制的随机因素对Y的影响。 ESS 反映了自变量变化所引起的对Y的波动，它的大小反映了自变量X的重要程度。 RSS的大小反映了试验误差及其他随机因素对试验结果的影响。为了给出合适的统计量，可以证明： * 这表明从平均意义上看RSS只反映了随机误差所引起的差异，这是残差平方和名称的由来。 它表明：当β2=0时，从平均意义上看ESS仅反映了随机误差引起的差异；当β2≠0时，反映了E S S随x变化所引起的差异 * 当假设为β2=0时， 我们还可以证明： 且ESS与RSS独立。 * 当β2≠0时， E (E S S ) ，当X与Y有线性关系时，可以用F统计量来检验假设。将统计量构造成被解释方差与未被解释方差之比。有F统计量： * 如果X与Y之间有很强的统计关系，就会导致被解释方差和未被解释方差的比值很大。F服从分子自由度为1，分母自由度为n-2的F分布。如果回归方程的F值大于显著性水平对应的临界值，我们将以显著性水平拒绝原假设，即认为因变量与自变量之间存在相关关系。否则不能拒绝原假设。（例子中的残差分析表） 临界值： 一元线性回归方差分析表 F值 P值 ? P(FF临界)=P值 回归 残差 总和 1 n-2 n-1