sy误差理论与数据处理1.pptVIP

6.5.2 多元线性回归方程的显著性和精度 一个多元线性回归方程是否更真实反映因变量与自变量之间的客观规律，效果如何，主要靠实践检验。从数学的角度出发，与一元线性回归相似，也可用相应的数理统计的方法进行检验。主要依据是y的总离差平方和S，回归平方和U和残余误差平方和Q的计算结果、以及相应的自由度M，所具有的F检验法计算结果来判定多元线性回归方程的显著特性。计算与F检验法判定如书上表6-18。 F检验法的数学统计量计算： 同理，多元线性回归方程的预报精度由残余标准差来估计。 6.5.3 每个自变量在多元线性回归中所起的作用 在多元回归方程中，并不是所有的自变量对因变量的影响都是显著的或重要的。在研究实际问题时，我们期望观察和认识到哪些对因变量影响起主要作用的因素，尽可能的去除哪些起次要作用或可有可无的因素，从而进一步简化线性回归方程，利于我们对检测结果的预报和控制。 如何观察和认识某一特定自变量因素在总回归方程中起的作用呢？我们可以利用减少或去掉某一自变量因素或某一部分自变量因素，观察回归平方和U的减少量多少，即取消一个自变量后，回归平方和的减少的数值称为y对这个自变量xi的偏回归平方和Pi（Pi = U-U′），Pi可用来评价该自变量因素或该部分自变量因素对因变量的影响程度或重要程度。 在通常情况下，要直接按定义式（Pi =