精品第三章 多元回归.pptVIP

* 有了上面的结果，我们就可以进行相应参数的区间估计和相关的假设检验了 关于估计参数的区间估计，根据前面的论得出: β0hat + SE(β0 hat) t, 4.0 + 2.086*0.78 (2.37, 5.63) β1hat + SE(β1 hat) t, 0.7 + 2.086*0.102 (0.49, 0.91) β2hat + SE(β2hat) t, 0.2 + 2.086*0.102 (-0.01, 0.41) 分别是参数β0、β1、β2的置信区间 * 关于参数的单个检验，多元回归与简单回归没有其差别，同样使用t检验就可以了。例如： 分别检验β1＝0、或β2＝0，只需要计算t值，即用参数估计值除以其标准差，然后与查表获得的临界值比较，如果t值大于临界值，拒绝零假设，反之不拒绝零假设。 检验β1＝1，计算0.7-1/0.102=-2.94.-2.94绝对值大于2.086，所以拒绝零假设，即认为β1＝不等于1。 在多元回归模型中，很多时候需要进行不止一个参数的检验，即联合检验。这时我们不能在使用t检验，而需要使用F检验。 * 第四节 方差分析，多元回归总体显著型检验，联合检验 一，简单回归的方差分析表 变化来源 平方和 自由度 均方和 来自回归