回归方程及回归系数的显著性检验.doc

§3回归方程及回归系数的显著性检验

１、回归方程的显著性检验

（1）回归平方和与剩余平方和

建立回归方程以后，回归效果如何呢？因变量与自变量是否确实存在线性关系呢？这是需要进行统计检验才能加以肯定或否定，为此，我们要进一步研究因变量取值的变化规律.的每次取值是有波动的,这种波动常称为变差，每次观测值的变差大小,常用该次观侧值与次观测值的平均值的差（称为离差)来表示，而全部次观测值的总变差可由总的离差平方和

,

其中:

称为回归平方和,是回归值与均值之差的平方和，它反映了自变量的变化所引起的的波动,其自由度（为自变量的个数).

称为剩余平方和（或称残差平方和)，是实测值与回归值之差的平方和，它是由试验误差及其它因素引起的,其自由度.总的离差平方和的自由度为.

如果观测值给定,则总的离差平方和是确定的,即是确定的,因此大则小,反之,小则大,所以与都可用来衡量回归效果,且回归平方和越大则线性回归效果越显著，或者说剩余平方和越小回归效果越显著,如果＝0,则回归超平面过所有观测点；如果大，则线性回归效果不好.

(2）复相关系数

为检验总的回归效果,人们也常引用无量纲指标

，(3。1）

或

,(3.2)

称为复相关系数。因为回归平方和实际上是反映回归方程中全部自变量的“方差贡献”,