知识点

一元回归斜率的推断

定义

在一元线性回归中,设 n>2n>2、Lxx=∑i(xi−xˉ)2>0L_{xx}=\sum_i(x_i-\bar x)^2>0,s2=SSE/(n−2)s^2=SSE/(n-2),且误差独立同分布为正态,s>0s>0。

以下结论都在正态误差模型下成立;tt 分布与上侧分位点的定义见上侧分位点。估计量的方差为

D(β^1)=σ2Lxx,D(β^0)=σ2(1n+xˉ2Lxx).D(\hat\beta_1)=\frac{\sigma^2}{L_{xx}},\qquad D(\hat\beta_0)=\sigma^2\left(\frac1n+\frac{\bar x^2}{L_{xx}}\right).

用 s2s^2 代替 σ2\sigma^2 后,斜率的 1−α1-\alpha 置信区间为

β^1±tα/2(n−2)sLxx,\hat\beta_1\pm t_{\alpha/2}(n-2)\frac{s}{\sqrt{L_{xx}}},

其中 s=s2s=\sqrt{s^2},tα/2(n−2)t_{\alpha/2}(n-2) 是自由度为 n−2n-2 的 tt 分布上侧 α/2\alpha/2 分位点。

检验 H0:β1=β1,0H_0:\beta_1=\beta_{1,0} 时,使用统计量

T=β^1−β1,0s/Lxx∼t(n−2),T=\frac{\hat\beta_1-\beta_{1,0}}{s/\sqrt{L_{xx}}}\sim t(n-2),

双侧拒绝域为 ∣T∣>tα/2(n−2)|T|>t_{\alpha/2}(n-2)。

对 H0:β1=0H_0:\beta_1=0,也可以用

F=SSRSSE/(n−2)∼F(1,n−2),F=\frac{SSR}{SSE/(n-2)}\sim F(1,n-2),

并且 F=T2F=T^2。对同一个原假设,单侧 FF 检验与双侧 tt 检验给出相同的结论。

探索

斜率区间与双侧检验如何对应?

比较斜率区间与零的位置。

正在准备演示…