假设检验 - 多元回归

Posted

技术标签:

【中文标题】假设检验 - 多元回归【英文标题】:Hypothesis test - Multiple Regression 【发布时间】:2019-06-26 16:30:06 【问题描述】:

如果 β1= β2=0 且 β3= 0 为原假设。

如果 β1= β2=0 成立,而 β3= 0 不成立,那你能得出什么结论?

这是否意味着 x1 和 x2 之间存在很强的相关性?或者结果变量(Y)和x3之间存在线性关系?

【问题讨论】:

我认为你最好在 stats.stackexchange.com 上问这个问题,因为它与编程无关。仅供参考,多元回归中的零假设是包含预测变量的模型比空模型预测得更好(因此没有任何预测变量)。 不,这意味着 beta_3 和参考水平之间存在统计学上的显着差异(我假设 beta_1)。 【参考方案1】:

y 与三个自变量中的任何一个都没有线性关系。

【讨论】:

【参考方案2】:

结果变量 (Y) 和 x3 之间存在线性关系。

由于 β3=0 不成立,这意味着 x3 在这个线性回归模型中是一个显着变量。因此,我们可以说结果变量 (Y) 和 x3 之间存在线性关系。

【讨论】:

【参考方案3】:

结果变量 (Y) 和 x3 之间存在线性关系

【讨论】:

以上是关于假设检验 - 多元回归的主要内容,如果未能解决你的问题,请参考以下文章

再多元线性回归分析中,t检验与F检验有何不同

怎么对多元线性回归模型的回归系数β做t检验和F检验

再多元线性回归分析中,t检验与F检验有何不同

回归评估准确性的指标

怎么对多元线性回归模型的回归系数β做t检验和F检验

多元统计分析05:多元正态分布的假设检验