![](http://imagev2.xmcdn.com/group87/M0A/5E/D1/wKg5J18XoNbh2lUmAAG-RxgEkeY577.jpg!strip=1&quality=7&magick=jpg&op_type=5&upload_type=cover&name=web_large&device_type=ios)
声音简介
答: 统计课件:
一元线性回归模型的显著性检验有两种等效的方法 :利用方差分析的思想,对回归模型进行显著性检验
和对回归系数进行显著性检验。
1)利用方差分析的思想,对回归模型进行显著性检验
①平方和的分解:SST = SSR + SSE
总平方和(SST)、回归平方和(SSR)、残差平方和(SSE)
②回归方程方差分析
与方差分析(ANOVA)一样,回归分析使用F分数来确定回归方程能解释的方差是否显著大于残差解释的方差。F分数是两个方差(均方)的比 。包括平方和的计算,自由度的确定,均方的计算,最后进行F检验。
(此处有公式)
查相应自由度F值表,若F>F.05,则说明回归方程是有意义的,否则回归方程无意义。
2)对回归系数进行显著性检验
①检验X与Y之间是否具有线性关系,或者说,检验自变量X对因变量Y的影响是否显著
②理论基础是回归系数b的抽样分布
③采用t检验
步骤是:提出假设、计算检验统计量t、然后确定显著性水平α,查临界值,作出决策。
查t分布表,若t>tα/2,表明建立的回归模型在α水平上显著。
如果求得的t值>t.05,则说明回归系数是显著的。
在 一元线性回归中,回归系数显著性检验与方差分析的结论是一致的,两种方法都可以进行检验。
音频列表
- 2020-09
- 2020-09
- 2020-09
- 2020-08
- 2020-08
- 2020-08
- 2020-08
- 2020-08
- 2020-08
- 2020-08
查看更多
用户评论