简单线性回归截距假设检验_如何理解和使用一元（简单线性）回归方程的假设检验？...

回归方程建立及回归参数的区间估计，但是它们都是建立在假定因变量和自变量线性相关的基础上。因此，对相关程度进行检验也是重要的，相关程度的检验方法主要有三种：

相关系数的检验

回归方程的检验

回归系数的检验

相关系数的检验

变差关系

先来一张图：

如上图所示：当给定X0时，Y的实际值与均值的差值就是Y值随X值的全部变化，称之为总变差。在总变差中，一部分变差可以用设定的回归方程解释，称之为回归变差；另一部分变差是回归方程不能解释的，称为剩余变差，它们之间有下面等式：

如果在总变差Y中，回归变差所占的比例越大，则说明Y值随X值的变化越显著，或者说X解释Y的能力越强。反之，回归变差在总变差中所占比例越小，则说明Y值随X值的变化越不显著，或者说X解释Y的能力越差。

对于所有数据点，变差之间的关系可以用离差平方和表示：

它们从左到右分别称为：总离差平方和、剩余平方和和回归平方和。

决定系数与相关系数

回归变差所占的比例越大，则说明Y值随X值的变化越显著。利用回归平方和与总离差平方和的比值来说明X与Y的相关性，称为决定系数，即有：

决定系数的开方被称为相关系数，前面介绍过相关系数r(Ex