全站数据
8 4 2 0 5 8 1

f检验的平方和分解式怎么证明

完善财务管理 | 简单学习,快乐成才!         
问题更新日期:2024-10-16 22:37:33

问题描述

f检验的平方和分解式怎么证明,麻烦给回复
精选答案
最佳答案

F检验总平方和剖分公式是:SSbi=SSR-SS'R

在多元线性回归分析中,依变量y的总平方和SSy可以剖分为回归平方和SSR与离回归平方和SSr两部分,即:SSy=SSR+SSr

依变量y的总自由度dfy也可以剖分为回归自由度dfR与离回归自由度dfr两部分,即:dfy=dfR+dfr

在多元线性回归分析中,回归平方和SSR反映了所有自变量对依变量的综合线性影响,它总是随着自变量的个数增多而有所增加,但决不会减少。因此,如果在所考虑的所有自变量当中去掉一个自变量时,回归平方和SSR只会减少,不会增加。减少的数值越大,说明该自变量在回归中所起的作用越大,也就是该自变量越重要。

设SSR为m个自变量x1、x2、…、xm所引起的回归平方和,SS'R为去掉一个xi自变量后m-1个自变量所引起的回归平方和,那么它们的差SSR-SS'R即为去掉自变量xi之后,回归平方和所减少的量,称为自变量xi的偏回归平方和,记为SSbi,即:SSbi=SSR-SS'R

F检验公式如下:

F检验是从总离均差平方和与自由度的剖分开始,将总变异剖分为组间变异和组内变异。因为组间变异由处理效应和误差效应共同引起,组内变异由误差效应引起。因而,将计算出的组间方差和组内方差进行比较,就可判断处理效应是否存在。

F检验显著或极显著说明组间处理效应存在但并不能说明每两组间都存在差异要知道每两组间是否有差异必须进行多重比较常采用的比较方法有最小显著差数法(LSD法)和最小显著极差法(LSR法)后一种方法又分为q法和新复极差法(SSR法)。生物试验中常采用新复极差法(SSR法)。

其他回答

对于F检验的平方和分解式,有以下的证明方法:

1. 记当前的模型为模型1,另一模型为模型2,分别计算两个模型的残差平方和,即RSS1和RSS2。

2. 计算两个模型的自由度,即自变量的数量。

3. 计算F统计量,即

F = ((RSS1 - RSS2) / (df1 - df2)) / (RSS2 / df2)

4. 将F统计量展开:

F = ((RSS1 - RSS2) / df1) / (RSS2 / df2) * (df2 / (df1 - df2))

5. 整理得到:

F = ((TSS - RSS1) - (TSS - RSS2)) / (df1 - df2) / (RSS2 / df2)

6. 再次整理得到:

F = (TSS - RSS1) / (df1 - df2) / (RSS2 / df2)

7. 根据R平方的定义,有:

R平方 = 1 - RSS1 / TSS

= (TSS - RSS1) / TSS

8. 将R平方代入7中,得到:

F = R平方 / ((1 - R平方) / (df2))

= MS回归 / MS误差

其中,MS回归为模型1与模型2的回归平方和之差除以自变量数量,MS误差为模型2的残差平方和除以模型2的自由度。

因此,F检验的平方和分解式得证。

其他回答

f检验的平方和分解式可以通过以下步骤推导证明:

假设有两组数据:第一组样本大小为$n_1$,均值为$

bar{x}_1$,方差为$s_1^2$;第二组样本大小为$n_2$,均值为$

bar{x}_2$,方差为$s_2^2$。则我们可以计算出样本均值的差异$SS_{between}$和样本内部方差$SS_{within}$:

$$SS_{between}=

sum_{i=1}^{k}n_i(

bar{x}_i-

bar{x})^2$$

其中,$k$表示样本总数,$

bar{x}$表示所有样本均值的平均值。

$$SS_{within}=

sum_{i=1}^{k}

sum_{j=1}^{n_i}(x_{ij}-

bar{x}_i)^2$$

其中,$x_{ij}$表示第$i$组中的第$j$个样本。

根据定义,总平方和$SS_{total}$等于所有数据与总均值的差异的平方和:

$$SS_{total}=

sum_{i=1}^{k}

sum_{j=1}^{n_i}(x_{ij}-

bar{x})^2$$

可以证明,总平方和$SS_{total}$可以被分解为组间差异$SS_{between}$和组内差异$SS_{within}$的和:

$$SS_{total}=SS_{between}+SS_{within}$$

因为方差是平方和的平均值,我们可以将平方和除以相应的自由度来得到方差。因此,我们可以将平方和分解式除以相应的自由度来得到F检验的统计量:

$$F=

frac{MS_{between}}{MS_{within}}$$

其中,$MS_{between}=

frac{SS_{between}}{df_{between}}$,$MS_{within}=

frac{SS_{within}}{df_{within}}$,$df_{between}=k-1$,$df_{within}=N-k$,$N$表示总样本数。

这就是f检验的平方和分解式的证明过程。