实证课件第4章多元回归分析：推断.pptVIP

F统计量 F统计量总是正的，因为限制模型中的SSR 不可能比非限制模型中的SSR小 本质上，F统计量是衡量的是从不受限制模型到受限制模型之间转变时，SSR的相对增量情况 q = 受限制的个数, 或者为 dfr – dfur n – k – 1 = dfur自由度 F统计量（续） 当我们转换到受限制模型的时候， 要决定SSR的增加是否足够大到可以拒绝变量的排除，同时我们也要了解何为F抽样分布 不奇怪, F ~ Fq,n-k-1,其中 q 代表分子自由度 n – k – 1 代表分母自由度 0 c a (1 - a) f(F) F F统计量（续） 拒绝域 不能拒绝 如果F c， 则在a 显著性水平下拒绝H0 F统计量的R2 形式 因为 SSR可能较大同时难以控制，于是用 SSR = SST(1 – R2), 用上式替换 SSRu 与 SSRur： 整体显著性 一个排除性约束的特殊情况检验： H0: b1 = b2 =…= bk = 0 由于R2来自于 截距为0的模型， F 统计量即为： 一般线性约束检验 F 统计量的基本形式将对任何线性约束适用 首先估计不受限制模型，然后再估计受限制模型 每种情况, 都要标记出 SSR 设置限制可能比较麻烦，也许会不得不重新定义变量 例子: 使用前面同样的选举模型： voteA = b0 + b1log(expendA)