第三讲回归模型检验.pptVIP

第四章 多元线性回归模型检验 拟合优度检验 方程的显著性检验(总参数的F检验) 变量的显著性检验（单参数的t检验） 构造置信区间 3.2 拟合优度检验 可决系数与调整的可决系数 1. 总离差平方和的分解 观测值对均值的 分散程度、偏离程度 拟合值对均值的 分散程度、偏离程度 观测值对拟合值的 分散程度、偏离程度 由于 =0 所以有： 有意思的是： 条件：模型必须有截距项 2. 可决系数 该统计量越接近于1，模型的拟合优度越高。 问题： 在应用过程中发现，如果在模型中增加一个解释变量， R2往往增大. 这就给人一个错觉：要使得模型拟合得好，只要增加解释变量即可。 但是，这样参数估计量的自由度会减少，参数估计量的标准差可能上升，估计的精度可能下降，所以R2需调整。 3. 调整的可决系数 在样本容量一定的情况下，增加解释变量必定使得自由度减少，所以调整的思路是:将残差平方和与总离差平方和分别除以各自的自由度，以剔除变量个数对拟合优度的影响: 其中：n-k为残差平方和的自由度，n-1为总体平方和的自由度。 一、方程的显著性检验(F检验) 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。 1、检验假设 即检验模型 Y=?1+?2X2+ ?