多元线性回归模型的推广.pptVIP

原假设 H0: β1 = β3 = 0 备择假设 H1: H0不成立 我们有：n=20, g=2, K=3 用自由度（2，16）查F分布表，5%显著性水平下，FC=3.63 ∵F=1.6 FC =3.63, 故接受H0。 结论：X1和X3对Y无显著影响 3．全部斜率系数为0的检验 上一段结果的一个特例是所有斜率系数均为0的检验，即回归方程的显著性检验： H0： β1 =β2 = … = βK = 0 也就是说，所有解释变量对Y均无影响。 注意到 g=K， 则该检验的检验统计量为： 分子分母均除以 ，有 从上式不难看出，全部斜率为0的检验实际是检验R2的值是否显著异于0，如果接受原假设，则表明因变量的行为完全归因于随机变化。若拒绝原假设，则表明所选择模型对因变量的行为能够提供某种程度的解释。 对于多元线性模型 我们可用同样的方法定义决定系数： 为方便计算，我们也可以用矩阵形式表示R2 我们有：残差 ，其中， 残差平方和：