Robin Ma2018-08-31 15:34:53

同学你好，这张图请务必要学会看，考试必考，我在这里先和你解释一遍，视频中也有详细的介绍，不行的话可以多听几遍。
第一张图，考察的是多元回归相关系数的假设检验等问题，第一列COEFFICIENT代表了是回归系数，0.522是截距，0.046是自变量MC的系数，0.7102是自变量IR的系数，0.9是自变量F500的系数，因此这个表达式是C选项的表达式，由于检验回归系数时候的原假设是回归系数等于0，因此就要对回归系数进行T检验，第二列是指回归系数的标准差，回归次数不同，使用的数据量不同都会导致每次回归的结果会产生点偏差，因此每个回归系数会存在一个标准差，根据T检验的公式，第一列的回归系数减去0再除以STD 回归系数（即第二列）就可以得到第三列的数字了，当T值大于T分布表对应的检验值时，可以认定为拒绝原假设，也就是回归系数显著区别于0，但是考试中多元回归会给你P值，P值是最简单有效估计是否显著区别的最好办法，也就是第四列，当显著性水平为0.05时候，P值小于0.05说明与原假设0具有显著性区别，P值越小，显著性差别越大，反之显著性差别越不明显，在这题中，MC和IR的回归系数显著区别于0（原假设），说明回归拟合得很好。

第二张图
首先介绍下F检验在多元回归分析中的作用，他是用来检验是否存在至少一个回归系数不等于0，第一列代表了自由度，回归平方和的自由度对应的是自变量的个数K（本题为3），残差（表格中的ERROR）平方和的自由度是N-K-1,本题中回归平方和是20.5969 残差平方和是3.4031 总和就是24，F检验的公式是(ESS/K)/(SSR/n-k-1),因此第三第四列就可以解释了，最后一列的0.006代表的是一定显著性水平下F表对应的值，对本题无关影响。

切记切记！一定要看书 看视频！！！！！这个章节不看书是不行的。