第二节多重线性回归的假设检验 一、整体回归效应的假设检验（方差分析） 表13-2检验回归方程整体意义的方差分析表 变异来源 SS df MS P 回归模型 0.06396 44 0.01599 17.59 <0.001 残差 0.01727 19 0.00090903 总变异 0.08123 23 SS▣它反应在Y的总变异中由于X与Y的直线关系 而使Y变异减少的部分.它越大说明回归效果越好 SS剩它反应X对Y的线性影响之外的一切因素对Y 的变异的作用.它越小，说明直线回归的估计误差 越小
第二节 多重线性回归的假设检验 一、整体回归效应的假设检验(方差分析) 表13-2 检验回归方程整体意义的方差分析表 SS回它反应在Y的总变异中由于X与Y的直线关系 而使Y变异减少的部分.它越大说明回归效果越好. SS剩它反应X对Y的线性影响之外的一切因素对Y 的变异的作用.它越小,说明直线回归的估计误差 越小. 变异来源 SS df MS F P 回归模型 0.06396 4 0.01599 17.59 <0.001 残差 0.01727 19 0.00090903 总变异 0.08123 23
二、偏回归系数β的假设检验 1.假设 H。:B=0,H1:B≠0，a=0.05 2.检验统计量 --0 v=1 利用软件包对例13-3的四个偏回归系数进行检 验与标准化偏回归系数的结果如表13-3所示
二、偏回归系数i的假设检验 1.假设 2.检验统计量 利用软件包对例13-3的四个偏回归系数进行t检 验与标准化偏回归系数的结果如表13-3所示
表13-3 偏回归系数t检验与标准化偏回归系数的结果 变量 自由 标准化偏 度 回归系数 标准误 值P值 回归系数 截距 1 -0.14166 0.06919 -2.05 0.0546 0 1 0.00011619 0.00002748 4.23 0.0005 0.59249 1 0.00449 0.00190 2.36 0.0289 0.27274 1 0.00000655 0.00069083 -0.010.9925 -0.00110 1 -0.03468 0.01081 -3.210.0046 0.4470
表13-3 偏回归系数t检验与标准化偏回归系数的结果 变量 自由 度 回归系数 标准误 t值 P值 标准化偏 回归系数 截距 1 -0.14166 0.06919 -2.05 0.0546 0 X1 1 0.00011619 0.00002748 4.23 0.0005 0.59249 X2 1 0.00449 0.00190 2.36 0.0289 0.27274 X3 1 -0.00000655 0.00069083 -0.01 0.9925 -0.00110 X4 1 -0.03468 0.01081 -3.21 0.0046 -0.4470