回归方程及回归系数的显著性检验.docx

§3 回归方程及回归系数的显著性检验 　 １、回归方程的显著性检验 (1) 回归平方和与剩余平方和 　　建立回归方程以后, 回归效果如何呢？因变量与自变量是否确实存在线性关系呢？这是需要进行统计检验才能加以肯定或否定, 为此, 我们要进一步研究因变量取值的变化规律。的每次取值是有波动的, 这种波动常称为变差, 每次观测值的变差大小, 常用该次观侧值与次观测值的平均值的差(称为离差)来表示, 而全部次观测值的总变差可由总的离差平方和 　　　　, 其中: 　　称为回归平方和, 是回归值与均值之差的平方和, 它反映了自变量的变化所引起的的波动, 其自由度(为自变量的个数)。 　　称为剩余平方和(或称残差平方和), 是实测值与回归值之差的平方和, 它是由试验误差及其它因素引起的, 其自由度。总的离差平方和的自由度为。 　　如果观测值给定, 则总的离差平方和是确定的, 即是确定的, 因此大则小, 反之, 小则大, 所以与都可用来衡量回归效果, 且回归平方和越大则线性回归效果越显著, 或者说剩余平方和越小回归效果越显著, 如果＝0, 则回归超平面过所有观测点; 如果大, 则线性回归效果不好。 (2) 复相关系数 　　为检验总的回归效果, 人们也常引用无量纲指标 　　　　, (3.1) 或 　　　　, (3.2) 称为复相关系数。因为回归平方和实际上是反映回归方程中全部自变量的“方差贡献”,