第三节线性回归的显著性检验及回归预测.pptVIP

第三节线性回归的显著性检验及回归预测第1页，共24页，星期日，2025年，2月5日一、回归系数的显著性检验回归系数显著性检验的目的是通过检验回归系数β的值与0是否有显著性差异，来判断Y与X之间是否有显著的线性关系.若β=0,则总体回归方程中不含X项(即Y不随X变动而变动),因此,变量Y与X之间并不存在线性关系;若β≠0,说明变量Y与X之间存在显著的线性关系.①提出原假设与备择假设：第2页，共24页，星期日，2025年，2月5日*②构造检验统计量③根据已知条件实际计算统计量t的值；④比较②与③中的计算结果,得到结论.给定显著性水平α,这是t分布的双侧检验,查表计算出临界值,得出拒绝域;第3页，共24页，星期日，2025年，2月5日回归系数的检验(例题分析)?对例题的回归系数进行显著性检验(?＝0.05)提出假设计算检验的统计量第4页，共24页，星期日，2025年，2月5日*二.回归方程的显著性检验(方差分析(F检验))检验两变量是否线性相关的另一种方法是方差分析,它是建立在对总离差平方和如下分解的基础上：第5页，共24页，星期日，2025年，2月5日①提出原假设与备择假设：②构造检验统计量第6页，共24页，星期日，2025年，2月5日*给定显著性水平α,查表计算出临界值,得出拒绝域③根据已知条件实际计算统计量F的值；④比较②与③中的计算结果,得到结论.第7页，共24页，星期日，2025年，2月5日*方差分析——把总离差平方和及其自由度进行分解,利用F统计量检验两变量间线性相关显著性的方法称为方差分析.方差分析的结果归纳如下：离差来源平方和自由度F值回归剩余1n-2总计n-1第8页，共24页，星期日，2025年，2月5日线性关系的检验(例题分析)提出假设计算检验统计量F第9页，共24页，星期日，2025年，2月5日*确定显著性水平?=0.05，并根据分子自由度1和分母自由度14找出临界值F?=4.60作出决策：若FF?,拒绝H0，认为能源消耗量与工业总产值两变量间的线性相关关系是显著的.离差来源平方和自由度F值回归剩余114总计15第10页，共24页，星期日，2025年，2月5日三、利用回归方程进行估计和预测点估计对于自变量x的一个给定值x0,根据回归方程得到因变量y的一个估计值2.点估计值有y的平均值的点估计y的个别值的点估计在点估计条件下，平均值的点估计和个别值的的点估计是一样的，但在区间估计中则不同第11页，共24页，星期日，2025年，2月5日y的平均值的点估计?利用估计的回归方程,对于自变量x的一个给定值x0,求出因变量y的平均值的一个估计值E(y0),就是平均值的点估计在能源消耗量与工业总产值的例子中，假如我们要估计能源消耗量为78十万吨的平均工业总产值，那么将78十万吨代入估计的回归方程，就得到了工业总产值的点估计：第12页，共24页，星期日，2025年，2月5日y的个别值的点估计?利用估计的回归方程,对于自变量x的一个给定值x0,求出因变量y的一个个别值的估计值,就是个别值的点估计.例如，如果我们只是想知道能源消耗量为80万吨的工业总产值是多少，则属于个别值的点估计。根据估计的回归方程得第13页，共24页，星期日，2025年，2月5日区间估计第14页，共24页，星期日，2025年，2月5日区间估计点估计不能给出估计的精度，点估计值与实际值之间是有误差的，因此需要进行区间估计对于自变量x的一个给定值x0，根据回归方程得到因变量y的一个估计区间区间估计有两种类型置信区间估计(confidenceintervalestimate)预测区间估计(predictionintervalestimate)第15页，共24页，星期日，2025年，2月5日置信区间估计利用估计的回归方程，对于自变量x的一个给定值x0，求出因变量y的平均值的估计区间，这一估计区间称为置信区间(confidenceinterval)E(y0)在1-?置信水平下的置信区间为式中：se为回归估计标准差第16页，共24页，星期日，2025年，2月5日置信区间估计(例题分析)【例】求出工业总产值的点估计为100亿元时，工业总产值95%置信水平下的置信区间.解：根据前面的计算结果,已知n=16，