样本回归系数也有抽样误差问题，故需对b作假设检验，以评估b是否可能从回归系数为零（即β=0）的总体中随机抽得的。 检验步骤： H 0 ：β=0 即b是由β=0的总体中随机抽样的样本回归系数。 H 1 ：β≠0 α=0.05 t检验：检验公式为 t b =｜b｜/s b 公式（22.6） 式中s b 是回归系数的标准误，计算公式为 公式（22.7） 式中s y...
regression coefficient 在回归方程中表示自变量x 对 因变量 y 影响大小的参数。 回归系数 越大表示x 对y 影响越大，正回归系数表示y 随x 增大而增大，负回归系数表示y 随x 增大而减小。 回归方程式^Y=bX+a中之斜率b,称为回归系数,表X每变动一单位,平均而言，Y将变动b单位。
（一）样本回归系数的假设检验 根据例9.1资料求得的是样本回归系数b，有抽样误差的，需作假设检验，检验其是否是从回归系数为0的假设总体（即β=0）中随机抽得的，也就是检验b与0的差别有无显着性。如果差别有显着性，可认为X与Y间有直线回归存在。 样本回归系数的假设检验亦用t检验。 H 0 ：β=0即Y的变化与X无关； H 1 ：β≠0。 计算公式为： （9.7...
本例题31例，只是总体中一个样本，由此求得的相关系数，必然存在抽样误差。总体相关系数为零（ρ=0）时，从这总体中抽出31例，因为抽样误差，r也可能不等于0。氙以要判断该样本r是否有意义，需与总体相关系数，ρ=0比较，看两者的差别有无统计不学意义。 相关系数的假设检验，可用t检验，公式如下： 公式（22.2） 自由度v=n-2 H 0 :ρ=0 H1:ρ≠0 ...
假设检验 是数理统计学中根据一定假设条件由样本推断总体的一种方法。具体作法是：根据问题的需要对所研究的总体作某种假设，记作H0；选取合适的统计量，这个统计量的选取要使得在假设H0成立时，其分布为已知；由实测的样本，计算出统计量的值，并根据预先给定的 显著性水平 进行检验，作出拒绝或接受假设H0的判断。常用的假设检验方法有u—检验法、t—检验法、X2检验法、F...
（一）相关系数计算法 计算相关系数的基本公式为： （9.1） 式（9.1）中r为相关系数，∑（X-X） 2 为X的离均差平方和，∑（Y-Y） 2 为Y的离均差平方和，∑（X-X）（Y-Y）为X与Y的离均差乘积之和，简称离均差积之和，此值可正可负。以此式为基础计算相关系数的方法称积差法，在实际应用时式（9.1）中各离均差平方和（简称差方和）与积之和可化为 （9...
上述 抽样 模拟试验表明，从同一总体中以固定n随机抽样，由于 抽样误差 的影响，样本均数x与总体均数μ往往不相等，且两个样本均数x1和x2也往往不相等。因此在实际工作中遇到样本均数与总体均数间或样本均数与样本均数间不相等时，要考虑两种可能：①由于抽样误差所致；②两者来自不同总体。如何作出判断？统计上是通过 假设检验 （hypothesis testing），...
上述抽样模拟试验表明，从同一总体中以固定n随机抽样，由于抽样误差的影响，样本均数x与总体均数μ往往不相等，且两个样本均数x1和x2也往往不相等。因此在实际工作中遇到样本均数与总体均数间或样本均数与样本均数间不相等时，要考虑两种可能：①由于抽样误差所致；②两者来自不同总体。如何作出判断？统计上是通过假设检验（hypothesis testing），又称显着性检...
上述抽样模拟试验表明，从同一总体中以固定n随机抽样，由于抽样误差的影响，样本均数x与总体均数μ往往不相等，且两个样本均数x1和x2也往往不相等。因此在实际工作中遇到样本均数与总体均数间或样本均数与样本均数间不相等时，要考虑两种可能：①由于抽样误差所致；②两者来自不同总体。如何作出判断？统计上是通过假设检验（hypothesis testing），又称显着性检...
上述抽样模拟试验表明，从同一总体中以固定n随机抽样，由于抽样误差的影响，样本均数x与总体均数μ往往不相等，且两个样本均数x1和x2也往往不相等。因此在实际工作中遇到样本均数与总体均数间或样本均数与样本均数间不相等时，要考虑两种可能：①由于抽样误差所致；②两者来自不同总体。如何作出判断？统计上是通过假设检验（hypothesis testing），又称显着性检...
所有搜索结果仅供参考，如需解决具体问题请咨询相关领域专业人士。