回归系数假设检验.docVIP

回归系数的假设检验 前面所求得的回归方程是否成立，即X、Y是否有直线关系，是回归分析要考虑的首要问题。我们知道即使X、Y的总体回归系数?为零，由于抽样误差，其样本回归系数b也不一定为零。因此需作?是否为零的假设检验，可用方差分析或t检验。 .P(x, y) Y ----------------------------------- -------------- X 应变量Y的平方和划分示意图 任一点P的纵坐标被回归直线与均数截成三段： 第一段，表示实测点P与回归直线的纵向距离，即实际值Y与估计值之差，称为剩余或残差。 第二段，即Y估计值与均数之差，它与回归系数的大小有关。|b|值越大，也越大，反之亦然。当b=0时，亦为零，则=,也就是回归直线不能使残差减小。 第三段，是应变量Y的均数。 依变量y的总变异由y与x间存在直线关系所引起的变异与偏差两部分构成，即 上式两端平方，然后对所有的n点求和，则有 由于，所以 于是 =0 所以有 反映了y的总变异程度，称为y的总平方和，记为；反映了由于y与x间存在直线关系所引起的y的变异程度，称为回归平方和，记为；反映了除y与x存在直线关系以外的原因，包括随机误差所引起的y的变异程度，称为离回归平方和或剩余平方和，记为SSr。总变异SS总是由回归关系引起的SS回和与回归无关的其它各种因素产生的SS剩所构成。若回归直线与各实测点十分吻合，则SS回将明显大于SS剩，当全部实测值都在回归直线上时，SS总=SS回，SS剩=0，反之，若回归直线拟合不好，SS回相对较小，SS剩则相对增大。可见SS回/SS剩反映了回归的效果。 上式又可表示为： 这表明y的总平方和划分为回归平方和与离回归平方和两部分。与此相对应，y的总自由度也划分为回归自由度与离回归自由度两部分，即 在直线回归分析中，回归自由度等于自变量的个数，即；y的总自由度；离回归自由度。于是： 离回归均方，回归均方 (1)、方差分析法： 具体计算如下： 建立无效假设： H0 ：β= 0， 即胆固醇与年龄之间无直线关系 H1 ：β≠0， 即胆固醇与年龄之间有直线关系 α= 0.05 2、计算 SS总=88.8081 df总=19 SS回=b l xy =0.141 (453.7385)=63.9771 df回=1 SS剩 = SS总 — SS 回 =88.8081-63.9771=24.8310 df剩=18 方差分析结果表 变异来源SSdfMSF总变异88.808119回归63.9771163.977146.377剩余24.8310181.3795 3、查表确定p值 F0.05(1,18) = 4.41 , F0.01(1,18) = 8.29 P0.01 故按α= 0.05水准拒绝无效假设，接受备择假设。 4、结论：可以认为高血脂病人治疗前胆固醇与年龄由直线关系。 （2）、t检验 基本思想与样本均数与总体均数比较的t检验类似，而检验统计量t值的计算按下式完成： df = n-2 本例 n =20，SS剩=1.3795 , lxx=3216.95, b=0.141 按df = 18 ，查t界值表，t0.05(18) =2.101, t0.01(18) =2.878 ，按?=0.05 水准，拒绝H0， 接受H1 ， 结论同上。 直线回归方程的应用 统计预测： 1、总体回归系数β的区间估计 根据参数估计原理，回归系数b是总体回归系数β的点估计，正像样本均数不一定恰好等于总体均数一样，需要对总体回归系数β