多元线性回归模型的各种检验方法.docxVIP

对多元线性回归模型的各种检验方法 对于形如Y=0+PX+PX+——PX+u七、 01122kk（1）的回归模型，我们可能需要对其实施如下的检验中的一种或几种检验： 一、对单个总体参数的假设检验：t检验在这种检验中，我们需要对模型中的某个（总体）参数是否满足虚拟假设h0：Pj，做出具有统计意义（即带有一定的置信度）的检验，其中^为某个给定的j已知数。特别是，当a=0时，称为参数的（狭义意义j上的）显著性检验。如果拒绝H0，说明解释变量Xj对被解释变M具有显著的线性影响，估计值0才敢使j用；反之，说明解释变量*.对被解释变量Y不具有显著的线性影响，估计值P对我们就没有意义。具体检验j方法如下： （1）给定虚拟假设h0：pj=a.;P-E（P）P-ajjjj（2）计算统计量Se（。）其而的数值;jj_???Se（P顶）=SC力,其中*=（XtX）-1（3）在给定的显著水平。下。不能大于0.1即10%,也即我们不能在置信度小于90%以下的前提下做结 论），查出双尾t（n-k-1）分布的临界值「./2；vA（4）如果出现t〉t〃的情况，检验结论为拒绝A/2〃0；反之，无法拒绝〃0。 t检验方法的关键是统计量t=辅必须服从已Se（p）j知的，分布函数。什么情况或条件下才会这样呢？这需要我们建立的模型满足如下的条件（或假定）: （1）随机抽样性。我们有一个含n次观测的随机样{汀，Xi2，…，X