[第三章多元线性回归模型2.pptVIP

第五节 显著性检验与置信区间 1、回归方程的显著性检验（F检验） 2、解释变量的显著性检验（t检验） 3、回归系数的置信区间 1、方程的显著性检验(F检验) 拟合优度检验只能说明模型对样本数据的近似情况。 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。 关于拟合优度检验与方程显著性检验关系的讨论 由 2、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 即F统计量等于t统计量的平方。给定显著性水平 ，查F(1,n－2)与t（n－2），临界值之间也存在这样的关系。也就是说在一元情形下，对参数的显著性检验（t检验）与对回归总体线性的显著性检验（F检验）是等价的。 在多元线性回归模型中，F检验与t检验是不同的。当对参数检验均显著时，F检验一定是显著的。但是当F检验显著时，并不意味着对每一个回归系数的t检验都是显著的。 3、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： 第六节 预测 1、点预测 2、区间预测 1、点预测 点预测：将解释变量 的一组特定值 代入回归方程式即可求出被解释变量Y0的点预测. 2、区间预测 一、E(Y0)的置信区间 二、Y0的置信区间 如果已经知道实际的预测值Y0，那么预测误差为： 案例课和实验课 谢谢！ * * Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 方程显著性的F检验 即检验模型 Yi=?0+?1X1i+?2X2i+ ? +?kXki+?i i=1,2, ?,n 中的参数?j是否显著不为0。 可提出如下原假设与备择假设： H0： ?0=?1=?2= ? =?k=0 H1： ?j不全为0 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. F检验的思想来自于总离差平方和的分解式： TSS=ESS+RSS 如果这个比值较大，则X的联合体对Y的解释程度高，可认为总体存在线性关系，反之总体上可能不存在线性关系。 因此,可通过该比值的大小对总体线性关系进行推断。 1、方程的显著性检验(F检验) Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 根据数理统计学中的知识，在原假设H0成立的条件下，统计量 服从自由度为(k , n-k-1)的F分布 给定显著性水平?，可得到临界值F?(k,n-k-1)，由样本求出统计量F的数值，通过 F? F?(k,n-k-1) 或 F?F?(k,n-k-1) 来拒绝或接受原假设H0，以判定原方程的线性关系是否显著成立。 1、方程的显著性检验(F检验) Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 可推出： 与 或 1、方程的显著性检验(F检验) Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 1、方程的显著性检验(F检验) Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 因此，必须对每个解释变量进行显著性检验，以决定是否作为解释变量被保留在模型中。 这一检验是由对变量的 t 检验完成的。 Evaluation only. Create