第七章 双变量模型之假设检验.pptVIP

qcc 第六章 双变量模型之统计检验 问题：为什么要对模型进行检验，检验什么？ 普通最小二乘法估计建立的样本回归直线，虽然具备众多的优良性质，但毕竟是存在误差的，这种误差体现在两方面： 一是样本回归线对所有样本点本身存在代表性误差 回归线是用来描述Y如何随着X的变动而变动的，但大量的观测点分布在这条线的上下周围而不是在这条线上，说明用这条回归线来代表这些观测点的变动是存在代表性误差的。这种代表误差的大小一般用“估计标准误差”和“判定系数”来衡量，估计标准误差越大，判定系数越小，都表示这种代表性误差越大。 一、拟合优度检验 二、变量的显著性检验 三、参数的置信区间检验 四、预测 一、拟合优度检验 拟合优度检验：对样本回归直线与样本观测值之间拟合程度的检验。 判定系数（可决系数）：度量拟合优度的指标R2 其含义是解释变差占总变差的比重，用来描述解释变量对被解释变量变动的解释程度。 Y的观测值围绕其均值的总离差(total variation)可分解为两部分：一部分来自回归线(ESS)，另一部分则来自随机势力(RSS)。 在给定样本中，TSS不变，ESS越大，RSS就越小，实际观测点离样本回归线越近，回归直线与样本观测点之间的拟合优度就越高，解释变量对被解释变量变动的解释能力就越强。 因此，定义 拟合优度：回归平方和ESS/总离差平方