高等数学 / 系统课时
回归系数检验
回归系数检验
一条样本回归线出现明显斜率,并不代表总体中的线性关系一定存在。本课将用假设检验判断回归系数是否显著,并用置信区间给出系数可能取值的合理范围。
学习目标
- 能写出回归系数检验的原假设与备择假设
- 能计算斜率的 统计量并完成显著性判断
- 能构造回归系数置信区间并解释其含义
检验要回答什么问题
简单线性回归模型写为 。样本得到的斜率 会随抽样而变化,因此即使总体斜率 ,样本中也可能出现非零斜率。最常见的双侧检验是:
拒绝 表示数据支持总体斜率不为零,即 与 存在线性关系。它不等于证明因果关系,也不说明这种关系在样本范围之外仍然成立。
统计量与判定规则
斜率标准误为:
其中 是随机误差标准差的估计。检验一般形式为:
在 成立且线性、独立、正态与同方差假设合理时,该统计量服从自由度为 的 分布。双侧检验中,若 ,或 ,就拒绝原假设。

完整计算示例
某回归分析得到 、、。检验 ,取显著性水平 。
双侧临界值为 。因为 ,所以拒绝 ,认为总体斜率在 水平下显著不为零。对应的 置信区间为:
区间不包含零,与双侧显著性检验的结论一致。结合变量单位,可解释为: 每增加一个单位, 的总体平均变化量估计在 到 个单位之间。
置信区间与常见误区
一般的 置信区间为:
置信水平描述的是重复抽样时区间构造方法的长期覆盖率,不应表述为“固定的 有 概率落在本次区间内”。
还要避免三个错误:只看斜率大小而忽略标准误;看到显著关系就断言因果;残差明显异方差或非线性时仍机械使用普通 检验。正式结论应同时报告斜率、标准误或置信区间、 值、自由度和 值。
按自己的节奏,确认真正理解。