3.2 多元线性回归模型.pptVIP

（3）回归方程的显著性检验 p0 构造统计量 假设 检验 判断 %回归方程显著性检验命令 F0=(RSS/p)/(ESS/(n-p-1)); %求F统计量观测值F0,n样本数,p自变量个数 Fa=finv(0.95,p,n-p-1) %F统计量上0.05分位数 p0=1-fcdf(F0,p,n-p-1) %求检验P值 结果判断 F0Fa=Fα(p,n-p-1),或者p0α,拒绝假设,回归关系显著. （4） 回归系数的显著性检验 p/2 检验 假设 统计量 %回归系数显著性t检验命令 S=MSE*inv(x‘*x); % 计算回归参数样本协方差矩阵 T0=db./sqrt(diag(S)); % 每个回归参数的T统计量 Ta=tinv(0.975,n-p-1); % t分布的上0.05/2分位数 pp=2-2*tcdf(abs(T0),n-p-1); % 每个回归参数检验P值p0k 结果判断： |T2|Tα/2(n-p-1),或者pα,拒绝假设,回归关系显著. * 求回归参数置信区间证明(可不要求）看梅长林《数据分析方法》 * 4.预测及其统计推断 回归参数置信区间 因变量预测值 因变量置信区间 5. 建模基本步骤 (1)对问题直观分析，选择因变量与自变量，作因变量与各自变量散点图，初步设定多元线性回归模型参数个数； (2