直线回归和相关------（二）直线回归的假设测验和区间估计以及matlab实现_在回归分析中,若总体之间不存在直线回归关系,则总体回归系数();若总体存在直-CSDN博客

本文链接：https://blog.csdn.net/mengjizhiyou/article/details/82142497

一、直线回归的假设测验

（1）回归关系的假设测验

若X和Y变数总体并不存在直线回归关系，则随机抽取一个样本也可用上节的方法算得一个直线方程 $\hat{y}=a+bx$ 。

显然，这样的回归方程是靠不住的。所以对于样本的回归方程，

必须测定其来自无直线回归关系总体的概率大小。当这种概率小于0.05或0.01时，才能冒险确认其所存在的总体关系存在着直线回归关系。这就是回归关系的假设测验，可有t测验或F测验给出。

t测验：若总体不存在直线回归关系，则总体回归系数 $\beta$ =0；总体存在直线回归关系，则 $\beta$ $\neq$ 0。

直线回归的假设测验： $H_{0}:\beta =0$ 对 $H_{A}:\beta \neq 0$

回归系数的标准误为： $s_{b}=\sqrt{\frac{s_{y/x}^{2}}{\sum (x-\bar{x})^{2}}}=\frac{s_{y/x}}{\sqrt{SS_{x}}}$

$t=\frac{b-\beta }{s_{b}}$

遵循 v=n-2 的t分布，由t值可知样本回归系数b来自总体 $\beta$ =0总体的概率大小。

|t|> $t_{\alpha }$ ,表明在 $\beta$ =0总体中因抽样误差而获得现有样本的概率小于 $\alpha$ 。否定原假设，接受备择假设，即认为两变数之间有真实直线回归关系的，或者说是b是显著的。

F测验：当仅以 $\bar{y}$ 表示y资料时（不考虑x的影响），y变数具有平方和 $SS_{y}=\sum (y-\bar{y})^{2}$ 和自由度v=n-1.

当以 $\hat{y}=a+bx$ 表示y的资料时（考虑x的影响），则 $SS_{y}$ 可以分解成两个部分：

在同一概率值下，一尾的F值正好是两尾t的平方即 F= $t^{2}$ :

$F=\frac{(SP)^{2}/SS_{x}}{s_{y/x}^{2}}=\frac{(SP/SS_{x})^{2}}{s_{y/x}^{2}/SS_{x}}=\frac{b^{2}}{s_{b}^{2}}=t^{2}$

所以，对直线回归做假设测验，只需选择上述测验方法之一。

（2）两个回归系数比较时的假设测验

若有两个直线回归样本，分别具有样本回归系数 $b_{1},b_{2}$

若接受H0,两者共同值为： $b=\frac{SP_{1}+SP_{2}}{SS_{x_{1}}+SS_{x_{2}}}$ (b是两个回归系数的加权平均数，不等于（b1+b2）/2。

二、直线回归的区间估计

（1）直线回归的抽样误差

在直线回归总体 $N(\alpha +\beta X,\sigma _{\varepsilon }^{2})$ 中抽取若干个样本时，由于 $\sigma _{\varepsilon }^{2}$ ，各样本的a,b值都有误差。因此，由 $\hat{y}=a+bx$ 给出的点估计的精确性，决定于 $s_{y/x}^{2}$ （离回归均方）和a,b的误差大小。比较科学的方法是考虑到误差的大小和

坐标点的离散程度，给出一个区间估计，即给出对其总体的 $\alpha ，\beta$ ， $\beta$ 、 $\mu _{Y/X}$ 等的置信区间。

（2）回归截距的置信区间

样本回归截距a= $\bar{y}-b\bar{x}$ ， $\bar{y}$ 和b的误差方差分别为： $s_{\bar{y}}^{2}=s_{y/x}^{2}/n$ , $s_{b}^{2}=s_{y/x}^{2}/SS_{x}$

根据误差合成原理，a的标准误为：

$s_{\alpha}$ 和对 $\alpha ，\beta$ 的置信区间一般在a有专业意义时应用。在表示结果时，写成： $a\pm s_{a}$

（3）回归系数的置信区间

总体回归系数 $\beta$ 的95%可靠度的置信区间为：[ $L1=b-t_{0.05}s_{b}$ , $L2=b+t_{0.05}s_{b}$ ]

在表示结果时，写成： $b\pm s_{b}$

（4）条件总体平均数 $\mu _{Y/X}$ 的置信区间

根据回归模型的定义，每一个X上都有一个Y变数的条件总体，该条件总体的平均数为 $\mu _{Y/X}$ ，其样本估计值为 $\hat{y}$ 。

由于 $\hat{y}=\bar{y}+b(x-\bar{x})$ ，故 $\hat{y}$ 的标准误为：

（5）条件总体预测值的置信区间

这是以一定的保证概率估计任一X上Y 单个预测值的存在范围。

线性数学组成为： $y_{i}=\bar{y}+b(x-\bar{x})+e_{i}$ ,单个预测值的估计标准误为：

（6）置信区间和预测区间的图示

由于 $s_{\hat{y}}$ 和 $s_{y}$ 的算式中包含 $(x-\bar{x})^{2}$ 项，使 $s_{\hat{y}}$ 和 $s_{y}$ 的值随x的不同而不同。实践中经常需要由x来推断 $\mu _{Y/X}$ 或预测Y时，最好将相应的置信区间和预测区间做成图，以便从图上直接读出所需的值。