多元线性回归预测模型的显著性检验-数学建模\\建模方法\\预测模型\\回归预测法

上传者: 42193786 | 上传时间: 2022-11-21 22:36:15 | 文件大小: 1006KB | 文件类型: PPT
二、多元线性回归预测模型的显著性检验 与一元线性回归的情形类似,也应检验y与x1,x2…,xm之间的线性相关关系是否显著。只有线性相关关系显著时,所求得的多元线性回归模型才有应用价值,这时,也称回归模型(方程)的回归效果显著。 但与一元线性回归也有不同之处:一元线性回归中只有一个自变量,“回归效果不显著”与“b=0”是一回事;对于多元线性回归则要复杂得多,否定了假设 “H0:b1=b2=…=bm=0”时,认为多元线性回归方程的“整个回归效果是显著的”,有一定实用价值,但并不等于说y与所有的自变量xj(j=1,2,…,m)均有密切的相关关系,也可能有某几个xj与y 的相关关系并不密切,但没有影响大局。因此,对多元线性回归模型,除了要检验“整个回归效果是否显著”外,还应逐个检验每个回归系数bj(j=1,2,…,m)是否为零,以便分辨出哪些xj对y无显著影响。下面分别加以讨论。

文件下载

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明