多元線性回歸分析(3)(編輯修改稿)
2025-05-26 06:13 本頁面
【文章內(nèi)容簡介】 atistic Prob. C X1 X2 Rsquared Mean dependent var Adjusted Rsquared . dependent var . of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood Fstatistic DurbinWatson stat Prob(Fstatistic) 167。 多元線性回歸模型的統(tǒng)計檢驗(yàn) 一、擬合優(yōu)度檢驗(yàn) 二、方程的顯著性檢驗(yàn) (F檢驗(yàn) ) 三、變量的顯著性檢驗(yàn)（ t檢驗(yàn)） 四、參數(shù)的置信區(qū)間 一、擬合優(yōu)度檢驗(yàn) 可決系數(shù)與調(diào)整的可決系數(shù) 則 2222)?()?)(?(2)?())?()?(()(YYYYYYYYYYYYYYT S Siiiiiiiiii?????????????????? 總離差平方和的分解 由于 ?? ???? )?()?)(?( YYeYYYYiiii? ? ?? ????? ikiikiii eYXeXee ??? ??? 110 ?=0 所以有： E S SR S SYYYYT S S iii ?????? ? ? 22 )?()?(注意： 一個有趣的現(xiàn)象 ? ? ? ? ? ?? ? ? ? ? ?? ? ? ? ? ? 222222??????YYYYYYYYYYYYYYYYYYiiiiiiiiiiii?????????????????? 可決系數(shù) T S SR S ST S SE S SR ??? 12該統(tǒng)計量越接近于 1，模型的擬合優(yōu)度越高。 問題： 在應(yīng)用過程中發(fā)現(xiàn)，如果在模型中增加一個解釋變量， R2往往增大。 這就給人 一個錯覺 ： 要使得模型擬合得好，只要增加解釋變量即可 。 但是，現(xiàn)實(shí)情況往往是，由增加解釋變量個數(shù)引起的 R2的增大與擬合好壞無關(guān) ， R2需調(diào)整 。 調(diào)整的可決系數(shù) （ adjusted coefficient of determination） 在樣本容量一定的情況下，增加解釋變量必定使得自由度減少，所以 調(diào)整的思路是 :將殘差平方和與總離差平方和分別除以各自的自由度，以剔除變量個數(shù)對擬合優(yōu)度的影響 : )1/()1/(12?????nT S SknR S SR其中： nk1為殘差平方和的自由度， n1為總體平方和的自由度。 11)1(1 2??????knnR11)1(1 22???????knnRR 二、方程的顯著性檢驗(yàn) (F檢驗(yàn) ) 方程的顯著性檢驗(yàn)，旨在對模型中被解釋變量與解釋變量之間的線性關(guān)系 在總體上 是否顯著成立作出推斷。 方程顯著性的 F檢驗(yàn) 即檢驗(yàn)?zāi)Ｐ? Yi=?0+?1X1i+?2X2i+ ? +?kXki+?i
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1