第2节一元线性回归效果的显著性检验.pptVIP

第二节 练习： * 上述方法得到的模型是否具有实际意义（事实上任何一组数据代入都可以得到经验公式），需要建立一个合理的检验方法. 常用的方法有 F 检验,t 检验,R 检验方法.不难证明，三种方法是一致的. 本节主要介绍 F 检验. 一、平方和分解公式 X Y 因此有 所以 记 则 由于 的相关关系引起的， 因此 U 称为回归平方和. 它是通过 x 对 Y Q 表示除去x 对 Y 的线性影响以外的所有其他影响之和，因此 Q 称为残差平方和或剩余平方和. 从图上看有 两端平方后求和有 总平方和 （SST） 回归平方和 （SSR） 残差平方和 （SSE） { { { 总平方和 （SST） 回归平方和 （SSR） 残差平方和 （SSE） 1. 总平方和(SST) ——反映因变量的n个观察值与其均值的总离差 2. 回归平方和(SSR) 即 U ——反映自变量 x 的变化对因变量 y 取值变化的影响，或者说，是由于x与y之间的线性关系引起的 y 的取值变化，也称为可解释的平方和 3. 残差平方和(SSE) 即 Q ——反映除x以外的其他因素对y取值的影响，也称为不可解释的平方和或剩余平方和 8 影响越大，反之，则越小. 特别地， 总平方和 （SST） 回归平方和 （SSR） 残差平方和 （SSE） 9 关于 U 和 Q 的计算公式： 二、F 检验 比值U/Q反映了 x 与 Y 之间的线性相关关系与随机因素对Y 的影响的大小，比值越大，说明线性相关关系越强，但大到什么程度就能说明x 与 Y 有线性相关关系呢？ 用假设检验的方法进行检验，通常选用 作为检验量. 可以证明， 亦即x、Y 之间不存在线性相关关系； 说明x 对 Y 没有线性影响， 反之，若 ，x、Y 之间存在线性相关关系. 因此提出假设 可以证明，若H0成立，则统计量 因此可用 F 检验法进行检验. F 检验的具体步骤： 即认为x、Y 之间存在线性相关关系； 若不能否定H0，则没有理由认为x、Y之间存在线性相关关系. 例3 价格与供给量的观察数据见下表： 110 80 80 60 45 35 30 25 20 15 y (吨) 16 14 12 10 8 6 5 4 3 2 x (元) 解 已求得回归方程： 试检验回归效果. 即回归效果显著. 例4 求下表中营业税税收总额 Y 对社会商品零售总额 x 的线性回归方程，并对回归效果作显著性检验.(单位：亿元，显著性水平 18.45 453.41 9 16.39 389.29 8 15.79 332.69 7 15.55 341.99 6 12.51 316.24 5 9.82 242.88 4 7.85 204.68 3 5.96 177.31 2 3.93 142.08 1 税收总额 Y 社会商品零售额 x 序号 解 所以回归方程为 再检验回归效果： 即回归效果显著. 三、相关系数 定义 称统计量 为相关系数. 在进行回归效果检验时，也可采用上述统计量. 故拒绝域可取为 相关系数检验的具体步骤： 例5 对例4中的回归方程作 R 检验. 解 经计算得 即回归效果显著. * * *