第三章+多元线性回归模型.pptVIP

* 一、多元回归的拟合优度检验 多重可决系数：在多元回归模型中，由各个解释变量联合 解释了的 的变差，在 的总变差中占的比重，用 表 示 与简单线性回归中可决系数 的区别只是 不同，多元 回归中 多重可决系数也可表示为 * 特点： 多重可决系数是模型中解释变量个数的不减函数， 这给对比不同模型的多重可决系数带来缺陷，所以 需要修正。 多重可决系数的矩阵表示 * 思想 可决系数只涉及变差，没有考虑自由度。如果用自由度去校正所计算的变差，可纠正解释变量个数不同引起的对比困难。 自由度 统计量的自由度指可自由变化的样本观测值个数，它等于所用样本观测值的个数减去对观测值的约束个数。 修正的可决系数 * 可决系数的修正方法 总变差 自由度为 解释了的变差 自由度为 剩余平方和 自由度为 修正的可决系数为 * 特点 可决系数 必定非负，但修正的可决系数 可能为负值，这时规定 修正的可决系数 与可决系数 的关系： * 二、回归方程显著性检验（F检验） 基本思想 在多元回归中有多个解释变量，需要说明所有解 释变量联合起来对应变量影响的总显著性,或整个 方程总的联合显著性。对方程总显著性检验需要 在方差分析的基础上进行F检验。 * 总变差 自由度 模型解释了的变差 自由度 剩余变差 自由度 变差来源 平方和 自由度 方差 归于回归模型 归于剩余 总变差 方差分析表 * 原假设 备择假设 不全为0 建立统计量(可以证明): 给定显著性水平 ，查F分布表得临界值 并通过样本观测值计算 值 F检验 * ▼如果 (小概率事件发生了) 则拒绝 ，说明回归模型有显著意义，即所有解释变量联合起来对 有显著影响。 ▼如果 (大概率事件发生了) 则接受 ，说明回归模型没有显著意义，即所有解释变量联合起来对 没有显著影响。 * 可决系数与F检验 由方差分析可以看出，F检验与可决系数有密切联系，二者 都建立在对应变量变差分解的基础上。F统计量也可通过可 决系数计算： 可看出：当 时， 越大， 值也越大 当 时， 结论：对方程联合显著性检验的F检验，实际上也是对 的显著性检验。 * 三、各回归系数的显著性检验 （t 检验） 目的： 在多元回归中，分别检验当其他解释变量保持不变时，各个解释变量 对应变量 是否有显著影响。 方法： 原假设 备择假设 统计量为： * t检验的方法 给定显著性水平 ，查自由度为 时t分布表的临界值为 如果 就不拒绝 而拒绝 即认为 所对应的解释变量 对应变量 的影响不显著。 * 如果 就拒绝