回归系数检验是要检验自变量对因变量的影响是否显著。
在一元线性回归模型中,如果回归系数β1=0,回归线是一条水平线,表明因变量y的取值不依赖于自变量x,即两个变量之间没有线性关系。
如果回归系数β1≠0,也不能得出两个变量之间存在线性关系的结论,这要看这种关系是否具有统计意义上的显著性。回归系数的显著性检验就是检验回归系数β1是否等于0。为检验原假设H0:β1=0是否成 立,需要构造用于检验的统计量。为此,需要研究回归系数β1的抽样分布。
原创 | 2022-11-19 05:05:55 |浏览:1.6万
回归系数检验是要检验自变量对因变量的影响是否显著。
在一元线性回归模型中,如果回归系数β1=0,回归线是一条水平线,表明因变量y的取值不依赖于自变量x,即两个变量之间没有线性关系。
如果回归系数β1≠0,也不能得出两个变量之间存在线性关系的结论,这要看这种关系是否具有统计意义上的显著性。回归系数的显著性检验就是检验回归系数β1是否等于0。为检验原假设H0:β1=0是否成 立,需要构造用于检验的统计量。为此,需要研究回归系数β1的抽样分布。
Copyright 2005-2020 www.kxting.com 版权所有 | 湘ICP备2023022655号
声明: 本站所有内容均只可用于学习参考,信息与图片素材来源于互联网,如内容侵权与违规,请与本站联系,将在三个工作日内处理,联系邮箱:47085,1089@qq.com