见教材。 七、回归效果的度量 SST一总平方和,反映因变量取值的总的波动状况。 SSR-回归平方和,反映有自变量X的变化引起Y的变化 SSE一残差平方和,反映除了X对Y的影响之外的其它因素的影响。 三者的关系: SST=SSR+SSE 回归平方和占总平方和的比例称为判定系数: 其实际意义是:在因变量取值的总变差中可以由自变量X取值所解释的比例
见教材。 七、回归效果的度量 SST—总平方和，反映因变量取值的总的波动状况。 SSR---回归平方和，反映有自变量 X 的变化引起 Y 的变化。 SSE—残差平方和，反映除了 X 对 Y 的影响之外的其它因素的影响。 三者的关系： SST=SSR+SSE 回归平方和占总平方和的比例称为判定系数： SST SSR r = 2 其实际意义是：在因变量取值的总变差中可以由自变量 X 取值所解释的比例
八、检验数学关系式的可信程度 为什么要对回归方程进行显著性检验? 回归方程通常是根据样本数据建立,建立回归方程有很多假定,如假定因变量与自变 量之间有线性关系,对回归模型中的误差项也有许多假定。这些假定是否成立,只有在方程通过 显著性检验后才能回答,所以要对回归方程进行显著性检验 2.回归方程显著性检验包括哪些内容? 包括两方面的内容:一是线性关系的检验,也称为总体的显著性检验,用于检验因变量与 自变量之间是否存在线性关系;二是回归系数的检验,检验自变量对因变量的影响是否显 著。在一元回归分析中,两种检验是等价的 进行线性关系显著性检验的步骤:
八、检验数学关系式的可信程度 1． 为什么要对回归方程进行显著性检验？ 回归方程通常是根据样本数据建立，建立回归方程有很多假定，如假定因变量与自变 量之间有线性关系，对回归模型中的误差项也有许多假定。这些假定是否成立，只有在方程通过 显著性检验后才能回答，所以要对回归方程进行显著性检验。 2． 回归方程显著性检验包括哪些内容？ 包括两方面的内容：一是线性关系的检验，也称为总体的显著性检验，用于检验因变量与 自变量之间是否存在线性关系；二是回归系数的检验，检验自变量对因变量的影响是否显 著。在一元回归分析中，两种检验是等价的。 3．进行线性关系显著性检验的步骤：