一元线性回归分析,模型的方程系数T检验与方程显著性F检验是结果是一致的,所以只需要对系数进行T检验就可以了。这个检验的虚无假设是所有预测变量的回归系数都不显著,如果这一步没有得到满意的结果,那接下来的其他内容就没什么必要看了。
扩展资料:
一元线性回归模型表示如下:
yt = β0 + β1 xt +ut (1) 上式表示变量yt 和xt之间的真实关系。其中yt 称作被解释变量(或相依变量、因变量),xt称作解释变量(或独立变量、自变量),ut称作随机误差项,β0称作常数项(截距项),β1称作回归系数。
xt是影响yt变化的重要解释变量。β0和β1也称作回归参数。这两个量通常是未知的,需要估计。t表示序数。当t表示时间序数时,xt和yt称为时间序列数据。当t表示非时间序数时,xt和yt称为截面数据。
ut则包括了除xt以外的影响yt变化的众多微小因素。ut的变化是不可控的。