简单回归模型系数的统计检定.PPT

?Ming-chi Chen 社會統計 Page.* 變異數的分解 ?Ming-chi Chen 社會統計 Page.* 截距的檢定例題 續上例，以α=.05檢定H0: β0 = 0 vs. β0 ≠0 ?Ming-chi Chen 社會統計 Page.* 15.7 Confidence Intervals for the Regression Coefficients t依循自由度為(n-2)的t分配: ?Ming-chi Chen 社會統計 Page.* 15.7 Confidence Intervals for the Regression Coefficients 上述公式指出，如果我們重複抽樣來計算樣本迴歸線的斜率，則β1的值有100(1-α)%的機率會落於以下區間： 其中t值得自當自由度為υ = (n-2)時的t分配, 上述的區間稱為β1的100(1-α)%信賴區間。 同理，我們可以找出截距的信賴區間： ?Ming-chi Chen 社會統計 Page.* 例題 求下列迴歸線斜率的90%信賴區間，(n=10): ?Ming-chi Chen 社會統計 Page.* 例題 1987年USA Today報導一研究發現懷孕時吸煙的母親，其兒女在三歲時的IQ比不吸煙的母親平均少5分，你想驗證上述的假設，記錄母親懷孕時每日的吸煙根數(xi) 及兒女在三歲時的IQ(yi) ，你心中假設的模型為： 抽取父母親IQ相當的20個樣本家庭，計算樣本迴歸模型如下： 請分析這個結果 ?Ming-chi Chen 社會統計 Page.* 例題 斜率為-0.60如何解釋？ 代表樣本中，母親每吸一根菸，baby的智商減少0.60分 截距為104如何解釋？ 代表不吸煙母親的子女的智商預測值為104 ?Ming-chi Chen 社會統計 Page.* 例題 可不可以將樣本所得的結果推論至母體(概化)？ 必須檢定母親的吸煙對兒女智商無影響的假設，即 ?Ming-chi Chen 社會統計 Page.* 例題 The 95% confidence interval: 表示在95%的信心水準下，我們可以說真正的?1值介於此區間中。 ?Ming-chi Chen 社會統計 Page.* 例題 R2=0.17 說明母親的吸煙數量解釋了17%的兒女IQ變異量。 或者說，尚有83%的IQ變異無法由抽煙與否來解釋。 ?Ming-chi Chen 社會統計 Page.* 社會統計 12.2 利用簡單迴歸模型作預測 ?Ming-chi Chen 社會統計 Page.* 15.8 Prediction using the regression model 迴歸線可以用來估計在某一特定x值之下，Y的預測值： 我們可以用迴歸線來估計在xi下的新觀察值Y 我們也可以用迴歸線來估計在xi下的Y的期望值（或平均值） ?Ming-chi Chen 社會統計 Page.* Prediction using the regression model 由於我們不知道母體迴歸線，因此Yi及E(Y|xi)最好的預測值為 雖然特定Yi的預測值與預測的期望值E(Yi|xi)相同，皆為b0+b1xi。但兩者的抽樣誤差不同，因為估計Yi的期望值（平均值）不需要考慮隨機誤差項ei。 ?Ming-chi Chen 社會統計 Page.* Prediction using the regression model Effects of Sampling Error: 預測Yi的期望值E(Yi|xi)會有來自於用樣本迴歸線來估計母體迴歸線所造成的抽樣誤差。 估計 ?Ming-chi Chen 社會統計 Page.* Prediction using the regression model Effects of Sampling Error: 預測單獨Yi的值會有來自於用樣本迴歸線來估計母體迴歸線所造成的抽樣誤差+ 用0來推估εi 的誤差。 估計 Y X F(Y) Confidence Interval for Predictions 我們希望知道樣本迴歸線的預測值(y-hat)的抽樣分配，才能對E(Y|xi)從事統計推論 區分母體與樣本迴歸線 ?Ming-chi Chen 社會統計 Page.* E(Y|xi)之估計與檢定 Ｘ=某特定值xp時，Yp的期望值? ?Ming-chi Chen 社會統計 Page.* E(Y|xi)之估計與檢定 Ｘ=某特定值xp時，Yp的變異數=? nσ2 ?Ming-chi Chen 社會統計 Page.* E(Y|xi)之估計與檢定 因此E(Yp|xp)的抽樣分配為 以se來取代σe ?Ming-chi Chen