回归分析52章节.pptVIP

检验三步曲 例1 (2)F检验 F检验分析表 不回归原因 预测 (*)式 几何意义 例2 * 第五章 回归分析 §5.2 一元线性回归中的检验与预测 §5.2回归中的检验预测 1.一元线性回归中的假设检验 要检验一元线性回归模型 是否成立是一件比较复杂的事情. 是否服从同方差的正 1.检验 取定时, 3.检验 取定时, 可见要严格地检验线性回归这一假设, 其计算麻烦且冗长. 检验一元线性回归模型“三步曲” 态分布. 2.检验 取定时, 是不是 的线性函数. 相应 值是否相互独立. (1)t检验 1.回归系数假设检验 上节求得的线性回归方程是否具有实 用价值,需要经过假设检验才能确定,若假 设符合实际,则 否则 不依赖于 因此需要检验假设 由§5.1知 其中 (1)t检验 且 与 相互独立， 由 分布定义得 给定显著性水平 取检验统计量 当 时,拒绝 认为线性回归显 著,否则不显著. 例1 为研究某一化学反应过程中,温度 (0C)对产品收率 (%)的影响,测得数据如下 100 110 120 130 140 150 160 170 180 190 45 51 54 61 66 70 74 78 85 89 温度 收率 上节已求出经验回归直线方程 现检验线性回归是否显著,显著水平取5%. 解 作假设 取统计量 拒绝域 W: 拒绝 认为线性回归效果显著. 注 当回归效果显著时,常需要对回归系 系数b 作区间估计. 事实上,由(1)式得到 b 的置信度为 的置信区间为 如例1中回归系数b 的置信区间是 推广 若检验假设 取检验统计量 当 时,拒绝 认为回归系 数与b0有显著差异,否则无显著差异. 2)F检验 平方和分解式 总平方和 自由度 回 归平方和 自由度 残 差平方和 自由度 在原假设 成立的条件下,检验 统计量 拒绝域 W : F检验的方差分析表 来源 值 自由度 均方和 平方和 残差 总和 回归 上面介绍的t检验与F检验等价 因为两种检验所用统计量 存在关系 略的因素. 1.影响 取值的除 外还有其它不可忽 2. 与 的存在非线性关系. 3. 与 无关. 若要对以上三种情形配线性回归模型, 都有 即 线性回归效果不显著的可能原因 2.预测 回归方程的一个重要应用是预测.即当 时,以一定的置信度对 作区间估计. 气象台的气温预报便是典型的预测. 当 时, 的值为 取 处的回归值 作为 的 预测值,则两者之差仍服从正态分布,即 事实上, 由 得 又 给定置信概率 , 由 其中 得 的置信区间 (*) 置信区间的几何意义 离 愈近,置信区间愈短,估计精度愈高. 例2 求例1中温度 (0C)时产品收率 (%)的预测区间,置信度取95%. 由(*)式得预测区间为 解 * * *