线性回归的显著性检验.pdfVIP

线性回归的显着性检验 1.回归方程的显着性 在实际问题的研究中，我们事先并不能断定随机变量 y 与变量 x , x , , x 之间确有线性关系， 1 2 p 在进行回归参数的估计之前， 我们用多元线性回归方程去拟合随机变量 y 与变量 x , x , , x 之间的 1 2 p 关系，只是根据一些定性分析所作的一种假设。因此， 和一元线性回归方程的显着性检验类似， 在 求出线性回归方程后，还需对回归方程进行显着性检验。 设随机变量 Y 与多个普通变量 x ,x , , x 的线性回归模型为 1 2 p 2 其中 服从正态分布 N (0, ) 对多元线性回归方程的显着性检验就是看自变量若接受 x , x , , x 从整体上对随机变量 y 是 1 2 p 否有明显的影响。为此提出原假设 如果 H 被接受，则表明随机变量 y 与 x ,x , , x 的线性回归模型就没有意义。通过总离差平方和 0 1 2 p 分解方法，可以构造对 H 进行检验的统计量。 正态随机变量 y , y , , y 的偏差平方和可以分解为： 0 1 2 n n n n 2 2 2 S (y y ) 为总的偏差平方和， S ( y? y ) 为回归平方和， S (y y? ) 为残差平方 T i R i E i i i 1 i 1 i 1 和。因此，平方和分解式可以简写为： 回归平方和与残差平方和分别反映了 b 0 所引起的差异和随机误差的影响。