线性回归的显著性检验及回归预测.ppt

t检验的步骤 提出假设 H0: b = 0 H1: b? 0 构造检验统计量 提出假设 H0：b = 0 H1：b? 0 选择检验的统计量 t=b / S (b) ～t(14) 计算检验统计量 F检验的步骤 提出假设 H0：b=0; H1:b≠0 提出假设 H0：b = 0 H1：b ? 0 选择检验的统计量 F=SSR/(SSE/(n-2) )～F(1,14) 计算检验统计量 利用回归方程进行估计和预测 根据自变量x的取值估计或预测因变量 y的取值 估计或预测的类型 点估计 因变量y 置信区间估计 区间估计 因变量y 置信区间估计 点估计 区间估计 点估计不能给出估计的精度，点估计值与实际值之间是有误差的，因此需要进行区间估计； 对于自变量x的一个给定值x0，根据回归方程得到因变量y的一个估计区间； 区间估计的类型 置信区间估计 【例】求出例6.1中能源消耗量为73(十万吨)时，工业总产值95%置信水平下的预测区间 影响区间宽度的因素 1. 置信水平 (1 - ?) 区间宽度随置信水平的增大而增大 2. 回归估计标准差Se 区间宽度随离散程度的增大而增大 3. 样本容量 区间宽度随样本容量的增大而减小 4. 用于预测的x0 与?x 的差异程度 区间宽度随x0 与?x 的差异程度的增大而增大 第四节 可线性化的回归方程 一、可线性化的常用曲线类型 二、配合回归曲线的问题 三、非线性判定系数与相关系数 非线性判定系数R2 非线性相关系数R(相关指数) 上述两指标是用来度量两变量之间非线性相关关系的密切程度。取值范围介于0到1之间，R2或者R的取值越趋紧于1，则非线性相关程度越强，反之越趋近于0，非线性相关程度越弱。 计算公式 作业 思考与练习题 6 - － 合计 111.18 20 14 111.20 19 13 111.00 18 12 110.76 16 11 110.90 15 10 110.61 14 9 110.59 11 8 110.49 10 7 109.93 8 6 110.00 7 5 109.50 5 4 109.58 4 3 108.20 3 2 106.42 2 1 y x 序号 非线性回归方程 0.0193 0.5397 0.1271 2.1009 - － 合计 0.0004 0.0025 0.0090 0.0500 111.18 20 14 0.0005 0.0028 0.0090 0.0526 111.20 19 13 0.0005 0.0031 0.0090 0.0556 111.00 18 12 0.0006 0.0039 0.0090 0.0625 110.76 16 11 0.0006 0.0044 0.0090 0.0667 110.90 15 10 0.0006 0.0051 0.0090 0.0714 110.61 14 9 0.0008 0.0083 0.0090 0.0909 110.59 11 8 0.0009 0.0100 0.0091 0.1000 110.49 10 7 0.0011 0.0156 0.0091 0.1250 109.93 8 6 0.0013 0.0204 0.0091 0.1429 110.00 7 5 0.0018 0.0400 0.0091 0.2000 109.50 5 4 0.0023 0.0625 0.0091 0.2500 109.58 4 3 0.0031 0.1111 0.0092 0.3333 108.20 3 2 0.0047 0.2500 0.0094 0.5000 106.42 2 1 x′y′ x′2 y′=1/y x′=1/x y x 序号 回归方程计算表 非线性判定系数与相关系数 * 第三节 线性回归的显著性检验及回归预测 一、回归系数的显著性检验(t检验) 二、回归方程的显著性检验(方差分析(F检验)) 三、回归预测 回归系数的显著性检验 －－t检验 目的：检验X与Y之间是否具有线性关系；或者说检验自变量X对因变量Y的影响是否显著 计算实际统计量t的值 确定显著性水平a，查t分布表得临界值ta/2(n-2),作出统计决策： |t|=ta/2，拒绝H0,说明变量X与Y之间存在着显著的线性关系； |t|ta/2，接受H0，说明变量X与Y之间不存在线性关