多元线性回归模型地统计检验.pptVIP

§3.3 多元线性回归模型的统计检验 学习内容： 一、拟合优度检验 二、方程的显著性检验(F检验) 三、变量的显著性检验（t检验） 四、参数的置信区间 学习目标： 理解拟合优度检验以及F检验的原理及相互关系； 理解t检验的原理和参数置信区间的计算 掌握具体统计量的数值含义。 一、拟合优度检验 1、判定系数与经调整的判定系数 *2、赤池信息准则和施瓦茨准则 为了比较所含解释变量个数不同的多元回归模型的拟合优度，常用的标准还有(关键在RSS) 赤池信息准则（Akaike information criterion, AIC） 二、方程的显著性检验(F检验) 方程的显著性检验，旨在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作出推断。 2、关于拟合优度检验与方程显著性检验关系的讨论 由 三、变量的显著性检验（t检验） 方程的总体线性关系显著?每个解释变量对被解释变量的影响都是显著的 四、参数的置信区间 参数的置信区间用来考察：在一次抽样中所估计的参数值离参数的真实值有多“近”。 在变量的显著性检验中已经知道： * 则 总离差平方和的分解 由于 =0 所以有： 注意：一个有趣的现象 判定系数 该统计量越接近于1，模型的拟合优度