这个问题是属于数理统计学的问题,一般的计量教科书书中直接给出公式,没有给出详细的推导过程,我来试图解答一下,由于这里编辑公式较为困难,我只能把思路大致说一说,不知道能不能解答楼主的困惑。
由于多元线性回归模型和一元回归模型相似,所以以一元为例来说明。
首先,因为b1(回归系数)的估计量服从正态分布,这是假设的前提,而且它的期望为b1,方差为σ的平方除以一个系数lxx(该系数等于解释变量离差的平方和)。因为ESS=b1的估计值的平方*lxx。而检验时,零假设为b1=0,那么ESS/(σ的平方)就服从自由度为1的卡方分布,这个你可以自己去推导一下。同样的道理,因为残差服从正态分布,残差的平方和就是n个正态分布的平方和,进一步可以证明,RSS/(σ的平方)服从自由度为(n-2)的卡方分布,(这一步的证明比较麻烦,此处略去,有心者可以去查阅《高等数理统计》茆诗松编,高等教育出版社1998年版,具体页码我记不清了,抱歉!)这样,回归平方和和残差平方和分别除以(σ的平方)和相应的自由度后,再相除就符合F分布的定义了。
此处的关键是首先推导出在零假设成立的条件下,回归平方和(ESS)除以(σ的平方)为一个卡方分布,残差平方和(RSS)除以(σ的平方)为另一个卡方分布,两者再相除,约去共同的分母(σ的平方)后,得到ESS/(RSS/(n-2))服从F分布。
扩展到多元的情形,只需要考虑变量个数和自由度就可以了。