浅谈简单线性回归(Simple linear regression)part5.假设检验2
假设检验2
1假设性检验
详见https://blog.csdn.net/CSDNXXCQ/article/details/113145468
因为是要拿来拟合的模型,我们当然希望系数b1不为0
故我们先设一个靶子
H0→b1=0
Ha→b1≠0
2进行t检验
3看t值落在正态分布的哪个区间内,比如左边,右边还是中间
4得出结论
:b1 was significantly different from 0(b1与0显著性不同)→拒绝了H0假设
注意,不一定要与0进行判断,这里只是判断b1与0是否相关.
接下来推广到多元的情况(联合检验/F检验)
假定现在有个方程y=b0+b1x1+b2x2+b3x3+…+bkxk
如果挨个检验,那么从b1到bk每个系数都能单独为0.显然这样有点不科学
故现在引入F检验
步骤基本差不多
H0→b1=b2=b3=…=bk=0
Ha→至少有一个bi≠0
SSE是回归平方和 RSS残差平方和
观察该公式→RSS相比于SSE,越大→回归的斜率越大→至少有一个bi≠0
→越能拒绝该假设→联想正态分布的那张图,这是个单尾检验
原理推导:
https://wenku.baidu.com/view/5b1761a5551810a6f524866d.html