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!