33多元线性回归模型的统计检验.pptVIP

第三节 多元线性回归模型的统计检验 一、拟合优度检验 总离差平方和的分解： 1、可决系数与调整的可决系数 其中 可决系数 该统计量越接近于1，模型的拟合优度越高。 (计算R2过程中需把握几个平方和的计算） 问题： R2量化拟合优度存在一定缺陷 R2 是解释变量个数的递增函数，如果在模型中增加解释变量， R2往往增大。 这就给人一个错觉：要使得模型拟合得好，只要增加解释变量即可。 但是，现实情况往往是，由增加解释变量个数引起的R2的增大与拟合好坏无关，R2需调整。 调整的可决系数（adjusted coefficient of determination） 出现上述问题的原因是，我们没有考虑三个平方和的自由度。所以解决的办法是:用平方和的自由度进行修正，以剔除 对解释变量个数的依赖性。 其中：n-k-1为残差平方和的自由度，n-1为总体平方和的自由度。 注意：多元模型拟合优度检验应同时考察两个 可决系数。 二、回归方程的显著性检验(F检验) 1、回归方程的显著性检验 方程的显著性检验是要检验模型 回归方程的显著性检验，是指在一定的显著性水平下，对模型中被解释变量与解释变量之间的线性关系在总体上是否显著成立进行的一种统计检验。 可提出如下原假设与备择假设： F检