最佳答案:一元线性回归方程采用线性性的假设检验: 假设所建立的模型为:y = b0 + b1x 建立假设如下: H0: b1 = 0 H1: b1 不等于 0 有下列3种方法可以构造3种不同的统计量: (1)t
一元线性回归方程采用线性性的假设检验: 假设所建立的模型为:y = b0 + b1x 建立假设如下: H0: b1 = 0 H1: b1 不等于 0 有下列3种方法可以构造3种不同的统计量:
(1)t检验法:(由于输入法的原因,以下用c1表示b1的估计值,e表示残差的估计值) T = c1/sd(c1) = (c1√Sxx)/e ~ t(n -2) 故在a水平下的拒绝域为 |T| >= t(a/2)[n-2] (2) F检验法:F = T^2 = ((c1)^2 * Sxx)/(e^2) ~ F(1,n-2) 在a水平下的拒绝域为 F >= Fa[1,n-2] (3)相关系数检验:R = (Sxy)/[(√Sxx)*(√Syy)] 为样本相关系数,构造t统计量: T = [R√(n - 2)]/√(1-R^2) ~ t(n - 2) 在a水平下的拒绝域为 |T| >= t(a/2)[n-2] 上述内容中提到的Sxx为样本x的离差平方和,Syy为样本y的离差平方和,Sxy为交叉平方和,e为残差的最小二乘估计,这里就不再给出其计算方法了。