版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、3回歸方程及回歸系數(shù)的顯著性檢驗回歸方程及回歸系數(shù)的顯著性檢驗1、回歸方程的顯著性檢驗(1)回歸平方和與剩余平方和建立回歸方程以后回歸效果如何呢?因變量與自變量是否確實存在線性關系呢?這是需要進行統(tǒng)計檢驗才能加以肯定或否定為此我們要進一步研究因變量取值的變化規(guī)律。的每次取值是有波動的這種波動常稱為變差每次觀測值的變差大小常用該次觀側值與次觀測值的平均值的差(稱為離差)來表示而全部次觀測值的總變差可由總的離差平方和其中:稱為回歸平方和是回
2、歸值與均值之差的平方和它反映了自變量的變化所引起的的波動其自由度(為自變量的個數(shù))。稱為剩余平方和(或稱殘差平方和)是實測值與回歸值之差的平方和它是由試驗誤差及其它因素引起的其自由度??偟碾x差平方和的自由度為。如果觀測值給定則總的離差平方和是確定的即是確定的因此大則小反之小則大所以與都可用來衡量回歸效果且回歸平方和越大則線性回歸效果越顯著或者說剩余平方和越小回歸效果越顯著如果=0則回歸超平面過所有觀測點如果大則線性回歸效果不好。(2)復
3、相關系數(shù)為檢驗總的回歸效果人們也常引用無量綱指標(3.1)或剩余總計根據(jù)與的定義可以導出與的以下關系:。利用這兩個關系式可以解決值多大時回歸效果才算是顯著的問題。因為對給定的檢驗水平α由分布表可查出的臨界值然后由即可求出的臨界值:(3.7)當時則認為回歸效果顯著。例3.13.1利用方差分析對例2.1的回歸方程進行顯著性檢驗。方差分析結果見表3.2。表3.2來源平方和自由度方差方差比回歸剩余總計取檢驗水平α=0.05查分布表得而所以例2.
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 回歸方程及回歸系數(shù)的顯著性檢驗1
- 回歸系數(shù)的假設檢驗(7)
- 線形回歸方程
- 一元線性回歸結果的顯著性檢驗
- 線性回歸模型回歸系數(shù)的平衡LS估計及預測.pdf
- matlab一元線性回歸方程的計算和檢驗
- 線性回歸方程高考題
- 高二數(shù)學線性回歸方程教案
- 19537.panel數(shù)據(jù)模型回歸系數(shù)的假設檢驗
- 平衡損失下線性回歸模型回歸系數(shù)的估計理論.pdf
- 約束線性回歸模型回歸系數(shù)的條件根方估計.pdf
- 雙側顯著性檢驗與單側顯著性檢驗
- 基于分組數(shù)據(jù)回歸系數(shù)的估計.pdf
- 雙側顯著性檢驗與單側顯著性檢驗
- 基于顯著性糾偏的深度回歸網(wǎng)絡視覺跟蹤算法(1)
- 基于顯著性糾偏的深度回歸網(wǎng)絡視覺跟蹤算法.pdf
- 基于局部線性回歸和全局排序的圖像顯著性檢測.pdf
- 平衡損失下回歸系數(shù)線性估計的可容許性及最優(yōu)平衡估計.pdf
- 帶有趨勢項自回歸系數(shù)的有效估計.pdf
- 多元線性模型回歸系數(shù)的主成分估計.pdf
評論
0/150
提交評論