2.41元线性回归模型的统计检验.pptVIP

§2.3 一元线性回归模型的统计检验 ;说 明;那么，在一次抽样中，参数的估计值与真值的差异有多大，是否显著，这就需要进一步进行统计检验。 主要包括拟合优度检验、变量的显著性检验及参数的区间估计。 ; 一、拟合优度检验 ; 1、总离差平方和的分解;; 如果Yi=?i 即实际观测值落在样本回归“线”上，则拟合最好。 可认为，“离差”全部来自回归线，而与“残差”无关。; 对于所有样本点，则需考虑这些点与样本均值离差的平方和,可以证明：;TSS=ESS+RSS; 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)。;2、可决系数R2统计量 ; 在例2.1.1的收入-消费支出例中， ; 二、变量的显著性检验 ; 1、假设检验 ;假设检验采用的逻辑推理方法是反证法 先假定原假设正确，然后根据样本信息，观察由此假设而导致的结果是否合理，从而判断是否接受原假设。 判断结果合理与否，是基于“小概率事件不易发生”这一原理的 ; 2、变量的显著性检验 ; 检验步骤：; (4) 比较，判断 若 |t| t ?/2(n-2)，则拒绝H0 ，接受H1 ； 若 |t|? t