您好,欢迎访问三七文档
2.4回归方程的显著性检验一、t检验t检验是统计推断中常用的一种方法,在回归分析中,t检验用于检验回归系数的显著性。检验的原假设是010:H对立假设是011:H回归系数的显著性检验就是要检验自变量x对因变量y的与你影响程度是否显著。如果原假设0H成立,则因变量y与自变量x之间并没有真正的线性关系,也就是说,自变量x的变化对因变量y并没有影响。有xx211~LN,式知,xx211~LN,,因而当原假设0:10H成立时有xx210~LN,此时1在零附近波动,构造t统计量xx1xx21tLL其中21n1i22212-n1niiiiyyne是2的无偏估计,称为回归标准差。由此,t统计量就是回归系数的最小二成估计值除以其标准差的样本估计值。当原假设010:H成立时,xx1xx21tLL构造的t统计量服从自由度为n-2的t分布。给定显著性水平α,双侧检验的临界值为2t。当2tt时拒绝原假设010:H,认为1显著不为零,因变量x的一元线性回归成立;当2tt时接受原假设010:H,认为1为零,因变量y对自变量x的一元线性回归不成立。二、F检验对回归方程显著性检验的另一种检验是F检验,F检验是更据平方和分解式,直接从回归效果检验回归方程的显著性。平方和分解式是2121n1i2iyniiiniiyyyyy其中21niiiyy陈伟回归平方和,简记为SSR或回S或xxL,SST表示SumofSquaresforTotal。21niiyy称为回归平方和。简记为SSR或回S,R表示Regression。21niiiyy称为残差平方和。简记为SSE或残S,E表示Error。因而平方和分解式可以简写为SST=SSR+SSEF检验统计量如下21nSSESSRF在正态假设下,当原假设010:H成立时,F服从自由度为2-n1,的F分布。当F值大于假设临界值2-n1,F时,拒绝0H,说明回归方程显著,x与y有显著的线性关系。三、相关系数的显著性检验由于一元线性回归方程谈论的是变量x与变量y之间的线性关系,所以用变量x与y之间的相关系数来检验回归方程的显著性。设是YX,的n组样本广策值,我们称niniiiiiyyxxyyx1122n1ixrn2,1i,ii,,YXxyxxxxLLL为x与y的简单相关系数简称相关系数相关系数的取值范围为1r。相关系数有个明显的缺点,就是他接近1的程度与数据组数n有关,当n较小时,相关系数的距对峙容易接近1;当n较大时,相关系数的绝对值容易偏小。在样本量n较小时,我们凭相关系数较大就说变量x与y之间有密切的线性关系,就显得过于草率。计算变量x与y的相关系数绝对值大于表中直指时,才可以认为x与y右线性关系。2.5残差分析一、残差的概念与残差图二、残差iiiiiix--yy-ye,误差项iiiixy1三、有关残差的性质性质10eiE性质22xx2-ii]x-x-n1-1[evarL2iih-1其中xx2-iiix-x-n1hL,称为杠杆值。性质3残差满足约束条件:00en1in1iiiiex,四、改进的残差标准化残差iieZRE学生化残差iiiih-1eSRE
本文标题:回归分析2-45
链接地址:https://www.777doc.com/doc-2549858 .html