SPSS在数学建模中的应用预览.ppt

（二）一元线性回归方程的统计检验 3、回归系数的显著性检验—t检验 回归系数的显著性检验是检验自变量X对因变量 Y的影响是否显著。 如果回归系数b=0，总体回归直线是一条水平线， 表明自变量X的变化对因变量Y没有影响。因此，回归 系数的显著性检验就是检验回归系数b与0之间是否有 显著差异。 (1) 提出假设 H0：b=0 H1：b≠0。 (2) 构造检验统计量。 当H0为真时，检验统计量为： (3) 给定显著性水平α，查表确定临界点 (4) 确定拒绝域： (5) 做出统计决策 t检验步骤 （三）利用回归方程进行预测 预测就是指通过自变量X的取值估计或预测因变量Y的取值。 点预测：对于自变量X的一个新的给定值x0，根据估计回归方程得到因变量Y的一个估计值。 预测 区间预测：就是对于自变量X的一个新的给 定值x0，根据估计回归方程得到因变量Y的 一个置信水平为1-α的置信区间： （三）利用回归方程进行预测 式中， 多元线性回归 在许多实际问题中，还会遇到一个因变量和多个自变量的线性相关问题，这需要用多元线性回归分析的方法来解决。 例如: 企业的原材料消耗额y与产量x1 、单位产量消耗x2 、原材料价格x3之间的关系。 涉及p个自变量的多元线性回归模型可表示为 ε～N(0,σ2) （一）多元线性回归模型 （二）多元