大家好,乐天来为大家解答以下的问题，关于这现状就是吴亚玲的现状这个很多人还不知道,现在让我们一起来看看吧！
1、在一元线性回归方程中，T是统计量的值，由于T分布的特性是：取值离远点越远，取到这个值的可能性越小。
2、2、T值对应的P值，一般在一元回归的报告里是做的双边检验：也就是说，你回归的检验里，T分布取值大于你求出的T统计值的可能性（加绝对值的），如果P值很大，说明这个T值很靠近原点，而P值很小，则说明这个T值远离原点（T的绝对值越大，P越小），根据上面的分析，P越小越好。
3、扩展资料：如果只有一个自变量X，而且因变量Y和自变量X之间的数量变化关系呈近似线性关系，就可以建立一元线性回归方程，由自变量X的值来预测因变量Y的值，这就是一元线性回归预测。
4、如果因变量Y和自变量X之间呈线性相关，那就是说，对于自变量X的某一值 ，因变量Y对应的取值 不是唯一确定的，而是有很多的可能取值，它们分布在一条直线的上下，这是因为Y还受除自变量以外的其他因素的影响。
5、这些因素的影响大小和方向都是不确定的，通常用一个随机变量(记为 )来表示，也称为随机扰动项。
6、于是，Y和X之间的依存关系可表示为式(1)就是总体的一元线性回归模型。
7、其中 是常数。
8、随机扰动项 是无法直接观测的随机变量。
9、为了进行回归分析，通常假定 ，即假定 是零均值 、同方差 、相互独立 且服从正态分布的。
10、对式(1)求均值则有：通常将式(2)称为总体的一元线性回归方程或总体回归直线，以 表示给定自变量值 时因变量的均值或期望值。
11、 统称为总体回归方程的参数。
12、其中 是总体回归方程的常数项，是总体回归直线在Y轴上的截距； 参考资料：百度百科--一元线性回归方程。
本文分享完毕，希望对大家有所帮助。
标签：
免责声明：本文由用户上传，如有侵权请联系删除！