范同学2019-07-13 07:46:06
老师,内容似乎能看懂,也会做题,但是我不太理解这两种算法的意义,特别是各分子分母上除以的限制或非限制数量,请老师解答,谢谢了。
回答(1)
最佳
Robin Ma2019-07-15 16:29:44
同学你好,这部分内容从考试上是超纲了,即使不掌握也没关系,但是这个F分布的构建是可以告诉你思路的
(1)分子部分是 利用无限制回归方程的解释力度减去被限制的回归方程的解释力度,在除以自由度,通常来说不被限制变量的回归方程解释力度会呈现偏高的情况,所以他在前,被限制方程的解释力度在后,在统计学中,回归方程的解释力度可以表示为 1-残差平方和再除以总平方和,分子部分可以改写为1-Rr平方 减去 1-Rur平方 ,经过变化后,就可以人认为制造出残差平方和,而残差平方比上残差项的方差又可以构造出自由度为n-m-1的卡方分布,如果这两个方程趋于一致的话,那么残差项方差应该是一样大的,所以经过这样的变化,分子分母同时可以构造出对应的卡方分布,然后再除以自由度就可以人为构造出一个F分部,并利用这个F分布来检验限制条件的选择是否产生了显著效果。
(2)以上部分 隶属数学系专业课程的内容,显著超纲于考纲,即使不能了解推导也无所谓,记住大致思路就行,notes只是提了一句,要想看懂所需的证明是相当复杂的,有兴趣可以看下数学系专业的教材。
- 评论(0)
- 追问(4)
- 追问
-
谢谢了,挺难,消化不容易。
- 追问
-
我大致理解了,就是构造无限制与有限制变量间的F统计检验,如果拒绝原假设,表示我限制变量和不限制变量其实没什么本质区别,所以我没必要剔除那些非限制性变量对吗?
- 追答
-
如果拒绝原假设,说明这两个方程的R平方差距很显著,很有可能被你剔除的变量是能够很好解释因变量的,要这样去理解。
- 追问
-
明白了,谢谢你了。


评论
0/1000
追答
0/1000
+上传图片