Source | SS 平方和 | df 自由度 | MS 均方 | ||
Model | 回归平方和 | 回归自由度 | MSR=SSR/k | ||
Residual | 残差平方和 | 残差自由度 | MSE=SSE/(n-k-1) | ||
Total | 总平方和 | 总自由度 | MST=SST/(n-1) | ||
Number of obs | = | 样本数n |
F(k, n-k-1) | = | F值 |
Prob > F | = | Fstat对应的p值 |
R-squared | = | 可决系数 |
Adj R-squared | = | 调整后的可决系数 |
Root MSE | = | 估计值的标准误 |
3. 关键回归结果:斜率、标准误、t检验值、t检验的p值,置信区间 | |||||||
Y | Coef. | Std.Err. | t |
| P>|t| | [95% Conf.Interval] | |
Xj | =bj | =Coef./Std.Err | =bj-Std.Err*t α/2 | =bj+Std.Err*t α/2 | |||
_cons | =b0 |
|
|
|
| =b0-Std.Err*t α/2 | =b0+Std.Err*t α/2 |
| 回归系数 | 回归系数的标准误 | t值 |
| p值 | 置信区间上下限 | |
j为X的序号,单元回归时j=1 | 回归方程中的截距b0和斜率bj | Sbj | 对斜率的t检验 | tstat对应的p值,说明回归系数的显著性 | 构建95%置信区间时,α/2=0.025,自由度df=n-k-1,t α/2通过查表E.3得到。 | ||
|
| ||||||
| b1=SSXY/SSX |
| |||||
| b0=Ybar-b1*Xbar |
| |||||
| 如果要求这两项的话会非常复杂,从书上公式出发 |
|
|
|
|
|