开发者社区> 问答> 正文

回归方程是否显著中F检验是什么?

已解决

回归方程是否显著中F检验是什么?

展开
收起
dzuv4lze7fhcm 2022-04-01 12:53:20 2678 0
1 条回答
写回答
取消 提交回答
  • 推荐回答

    F检验是根据平方和分解式,直接从回归效果检验回归方程的显著性。由平方和分解式可得到SSR越大,回归效果越好,据此构造F统计量。

    MSR=ssR/k-1 MSR=SSE/T-k F=MSR/MSE=SSR/k-1/SSE/T-k

    确定假设∶

    我们搜集数据是为了找到不达标的证据,即原假设H0: β1=0,备择假设H1:β1≠0确定检验水平:采取最常用的α=0.05

    计算统计量:计算F统计量,原假设Ho其服从自由度为(k -1,T-k)

    方差来源 自由度 平方和 均方

    回归 1(回归系数个数k -1) SSR :841.65 SSR/1 :841.65

    残差 13 ( T-k) SSE :69.75 SSE/13 :5.365

    总和 L4一1(离差个数T-1) SSE : 911.51

    F值 P值

    SSR/1/SSE/n-2=156.9 1.249*10﹣8次方

    F检验是根据平方和分解式,直接从回归效果检验回归方程的显著性。由平方和分解式可得到SSR越大,回归效果越好,据此构造F统计量。

    MSR=ssR/k-1 MSR=SSE/T-k F=MSR/MSE=SSR/k-1/SSE/T-k

    确定假设∶

    我们搜集数据是为了找到不达标的证据,即原假设H0: β1=0,备择假设H1:β1≠0确定检验水平:采取最常用的α=0.05

    计算统计量:计算F统计量,原假设Ho其服从自由度为(k -1,T-k)

    计算p值:F=156.9, degree =(1,13),p=1.284*10-8

    得到结论:p <α,拒绝原假设Ho,接受备择假设H1:β1≠0微信截图_20220401125352.png 微信截图_20220401125407.png 微信截图_20220401125426.png

    2022-04-01 12:54:33
    赞同 展开评论 打赏
问答地址:
问答排行榜
最热
最新

相关电子书

更多
纯干货|机器学习中梯度下降法的分类及对比分析 立即下载
纯干货 | 机器学习中梯度下降法的分类及对比分析 立即下载