线性回归之前要做几次检验

Posted 2023-04-24

参考技术A 两次。
t检验--用于对各变量系数显著性检验--判断标准：一般用p值0.05来衡量小于0.05显著大于0.05不显著F检验--整体回归方程显著性检验（所有自变量对因变量的整体解释）--判定：需查统计分布表来确定P值：就是用于t检验和F检验的衡量指标。R方：整体回归方程拟合优度检验，R方的结果越接近于1越好，但是R方会因增加变量而增大，所以引进了调整R方检验。调整R方：对R方检验的提升，避免受增加变量对R方的影响，配合向后删除模型观测。不显著的原因概述：不显著有很多原因造成，可能是你的这个变量本身与被解释变量没有相关关系，所以不显著；也可能是解释变量过多，由多重共线性引起，也可能是其他原因。在进行多元线性回归时，常用到的是F检验和t检验，F检验是用来检验整体方程系数是否显著异于零，如果F检验的p值小于0.05，就说明，整体回归是显著的。然后再看各个系数的显著性，也就是t检验，计量经济学中常用的显著性水平为0.05，如果t值大于2或p值小于0.05就说明该变量前面的系数显著不为0，选的这个变量是有用的。F检验又叫方差齐性检验。在两样本t检验中要用到F检验。从两研究总体中随机抽取样本，要对这两个样本进行比较的时候，首先要判断两总体方差是否相同，即方差齐性。若两总体方差相等，则直接用t检验，若不等，可采用t检验或变量变换或秩和检验等方法。其中要判断两总体方差是否相等，就可以用F检验。回归平方和SSR表示Y估计值与平均值之差的平方和，其自由度为自变量个数p；残差平方和SSE表示Y的实际观测值与估计值之差的平方和，其自由度为观察次数n与自变量个数p之差减1，即使n-p-1。

如何对已经拟出的一元线性回归方程进行检验？标准化残差图怎么判断？

参考技术A 最主要的是两个表，一个是拟合优度表，给出判定系数r方。二是回归系数表，给出回归系数估计值及其显著性检验的结果。
残差的直方图，主要是用来判断残差是否服从正态分布。因为经典回归模型的基本假设之一是，随机误差项服从正态分布。