（精）多元线性回归模型拟合优度假设检验.pptVIP

一、拟合优度检验 1、可决系数与调整的可决系数 二、方程的显著性检验(F检验) 方程的显著性检验，旨在对模型中被解释变量与解释变量之间的线性关系在总体上是否显著成立作出推断。 2、关于拟合优度检验与方程显著性检验关系的讨论 由 三、变量的显著性检验（t检验） 方程的总体线性关系显著?每个解释变量对被解释变量的影响都是显著的 四、参数的置信区间 参数的置信区间用来考察：在一次抽样中所估计的参数值离参数的真实值有多“近”。 在变量的显著性检验中已经知道： 第三章 多元线性回归模型 ------- 拟合优度检验与假设检验 则 总离差平方和的分解 由于 =0 所以有： 注意：一个有趣的现象 - 我们有：残差 残差平方和： 为方便计算，我们也可以用矩阵形式表示R2 而 将上述结果代入R2的公式，得到： 这就是决定系数R2 的矩阵形式。 判定系数 该统计量越接近于1，模型的拟合优度越高。 问题：在应用过程中发现，如果在模型中增加一个解释变量， R2往往增大（Why?) 这就给人一个错觉：要使得模型拟合得好，只要增加解释变量即可。—— 但是，现实情况往往是，由增加解释变量个数引起的R2的增大与拟合好坏无关，R2需调整。 调整的判定系数（adjusted coef