回归方程及回归系数的显著性检验
《回归方程及回归系数的显著性检验》由会员分享,可在线阅读,更多相关《回归方程及回归系数的显著性检验(6页珍藏版)》请在装配图网上搜索。
3 回归方程及回归系数的显著性检验 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 因此 就是这种贡献在总回归平方和中所占的比例 因此 表示全部自变量与因变量 的相关程度 显然 复相关系数越接近 回归效果就越好 因此它可以作为检验总的回归效果的一个指标 但 应注意 与回归方程中自变量的个数 及观测组数 有关 当 相对于 并不很大时 常有较大的 值 因此实际计算中应注意 与 的适当比例 一般认为应取 至少为 的 到 10 倍为宜 3 检验 要检验 与 是否存在线性关系 就是要检验假设 3 3 当假设 成立时 则 与 无线性关系 否则认为线性关系显著 检验假设 应用统计量 3 4 这是两个方差之比 它服从自由度为 及 的 分布 即 3 5 用此统计量 可检验回归的总体效果 如果假设 成立 则当给定检验水平 下 统计量 应有 3 6 对于给定的置信度 由 分布表可查得 的值 如果根据统计量算得的 值为 则拒绝假设 即不能认为全部 为 O 即 个自变量的总体回归效果是显著 的 否则认为回归效果不显著 利用 检验对回归方程进行显著性检验的方法称为方差分析 上面对回归效果的讨论可归结于一个 方差分析表中 如表 3 1 表 3 1 方差分析表 来 源 平方和 自由度 方 差 方差比 回 归 剩 余 总 计 根据 与 的定义 可以导出 与 的以下关系 利用这两个关系式可以解决 值多大时回归效果才算是显著的问题 因为对给定的检验水平 由 分布表可查出 的临界值 然后由 即可求出 的临界值 3 7 当 时 则认为回归效果显著 例 3 1 利用方差分析对例 2 1 的回归方程进行显著性检验 方差分析结果见表 3 2 表 3 2 来 源 平方和 自由度 方 差 方差比 回 归 剩 余 总 计 取检验水平 0 05 查 分布表得 而 所以例 2 1 的回归方程回归效果是显著的 回归系数的显著性检验 前面讨论了回归方程中全部自变量的总体回归效果 但总体回归效果显著并不说明每个自变量 对因变量 都是重要的 即可能有某个自变量 对 并不起作用或者能被其它的 的作用 所代替 因此对这种自变量我们希望从回归方程中剔除 这样可以建立更简单的回归方程 显然某个自变 量如果对 作用不显著 则它的系数 就应取值为 0 因此检验每个自变量 是否显著 就要检验假设 3 8 1 检验 在 假设下 可应用 检验 3 9 其中 为矩阵 的对角线上第 个元素 对给定的检验水平 从 分布表中可查出与 对应的临界值 如果有 则拒绝假设 即认为 与 0 有显著差异 这说明 对 有重要作用不应剔除 如果有 则接受假设 即认为 成立 这说明 对 不起作用 应予剔除 2 检验 检验假设 亦可用服从自由度分别为 1 与 的 分布的统计量 3 10 其中 为矩阵 的主对角线上第 个元素 对于给定的检验水平 从 分布表 中可查得临界 如果有 则拒绝假设 认为 对 有重要作用 如果 则接受假设 即认为自变量 对 不起重要作用 可以剔除 一般一次 检验只剔除一个自变量 且这个自变量是所有不显著自变量中 值最小者 然后再建立回归方程 并 继续进行检验 直到建立的回归方程及各个自变量均显著为止 最后指出 上述对各自变量进行显著性检验采用的两种统计量 与 实际上是等价的 因为由 3 9 式及 3 10 式知 有 3 11 例 3 2 对例 2 1 的回归方程各系数进行显著性检验 经计算 于是 其中 0 002223 0 004577 由 3 7 式知 查 分布表得 因为 所以两个自变量 及 都是显著的 又由 说明体长 比胸围 对体重 的影响更大 如果应用 检验 查 分布表有 又由 因为 因此 及 都是显著的 均为重要 变量 应保留在回归方程中 3 偏回归平方和 检验某一自变量是否显著 还可应用偏回归平方和进行检验 个自变量 的回归平方和为 如果自 个自变量中去掉 则剩下的 个自变量的回归平方和设为 并设 则 就表示变量 在回归平方和 中的贡献 称为 的偏回归平方和或贡献 可以证明 3 12 偏回归平方和 越大 说明 在回归方程中越重要 对 的作用和影响越大 或者说 对回归方程的 贡献越大 因此偏回归平方和也是用来衡量每个自变量在回归方程中作用大小 贡献大小 的一个指标 例如在例 2 1 中 和 的偏回归平方和分别为 说明在回归方程中 的作用比 大 又如在例 2 2 中 及 的偏回归平方和分别为 的值最小 即 在回归方程中所起的作用最小 最大 说明 在回归方程中所起的作用最大- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 回归 方程 系数 显著 检验
装配图网所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
关于本文