《多元线性回归统计检验.ppt》由会员分享，可在线阅读，更多相关《多元线性回归统计检验.ppt（14页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、关于多元线性回归的统计检验第一张，PPT共十四页，创作于2022年6月1.拟合优度检验可决系数与调整可决系数 总离差平方和TSS,回归平方和ESS，残差平方和 RSS第二张，PPT共十四页，创作于2022年6月可决系数回归平方和占总离差的比重即是衡量样本回归线对样本观测值得拟合程度。越接近1，模型的拟合程度越高第三张，PPT共十四页，创作于2022年6月可决系数的问题在实际应用中发现，如果模型中每增加一个解释变量，往往随之增大。原因：残差平方和往往随着解释变量个数的增加和减少，至少不会增加。因此，在多元回归模型之家比较拟合优度，不是一个合适的指标。第四张，PPT共十四页，创作于2022年6月可
2、调整的可决系数思路：在样本容量一定的情况下，增加解释变量必定使得自由度减少，所以要将残差平方和与总离差平方和分别除以各自的自由度，剔除变量个数对拟合优度的影响。公式如下：第五张，PPT共十四页，创作于2022年6月可决系数与调整可决系数的关系经过计算转化后可决系数与调整后的可决系数之间的关系：第六张，PPT共十四页，创作于2022年6月2.方程总体线性的显著性检验（F检验）方程显著性F检验的模型：检验参数 是否显著为零。按照假设检验的原理和程序，原假设与备择假设：第七张，PPT共十四页，创作于2022年6月F检验在原假设 成立的条件下，统计量：服从自由度（k,n-k-1）的F分布。给定显著性水
3、平，比较 与F值大小：第八张，PPT共十四页，创作于2022年6月拟合优度与F检验关系1不同点1.拟合优度：从已经估计的模型出发，检验它对样本观测值得拟合程度2.F检验：从样本观测值出发检验模型总体的线性关系的显著性。联系模型对样本的观测值拟合程度高，模型总体线性关系的显著性就强第九张，PPT共十四页，创作于2022年6月拟合优度与F检验关系2两个统计量之间的关系式：或者第十张，PPT共十四页，创作于2022年6月变量的显著性检验（检验）多元线性回归模型，方程的总体线性关系式显著的，并不能说明每个解释变量对被解释变量的影响都是显著的。因此必须对每个解释变量进行显著性检验，以决定是否作为解释变量被保留在模型中。第十一张，PPT共十四页，创作于2022年6月 统计量参数估计量的方差：表示矩阵 主对角线上的第j个元素。是随机干扰项的方差，实际计算中用 代替。服从正态分布如下：第十二张，PPT共十四页，创作于2022年6月 检验在变量显著性检验中，针对 设计的原假设和备择假设为：给定一个显著性水平，得到临界值根据：第十三张，PPT共十四页，创作于2022年6月感谢大家观看第十四张，PPT共十四页，创作于2022年6月