残差与误差 OLS F检验
(2011-03-22 10:43:44)
标签:
残差误差olsf检验杂谈 |
网上搜集整理的资料。
误差与测量有关,误差大小可以衡量测量的准确性,误差越大则表示测量越不准确。误差分为两类:系统误差与随机误差。其中,系统误差与测量方案有关,通过改进测量方案可以避免系统误差。随机误差与观测者,测量工具,被观测物体的性质有关,只能尽量减小,却不能避免。
残差――与预测有关,残差大小可以衡量预测的准确性。残差越大表示预测越不准确。残差与数据本身的分布特性,回归方程的选择有关。
随机误差项Ut反映除自变量外其他各种微小因素对因变量的影响。它是Y t 与未知的总体回归线之间的纵向距离,是不可直接观测的。
残差e t 是Yt 与按照回归方程计算的Yt 的差额,它是Yt 与样本回归线之间的纵向距离,当根据样本观测值拟合出样本回归线之后,可以计算et 的具体数值。利用残差可以对随机误差项的方差进行估计。
随机误差是方程假设的,而残差是原值与拟合值的差。实践中人们经常用残差去估计这个随机误差项。残差一般只的是在计算近似值过程中某一步与真实值得差值,而误差指的的是最终近似值与真实值得差值。
残差就是回归所得的估计值与真值(实际值)之间的误差;修正的R square就是剔出了数据量影响后的R2。
最小二乘平差通过使观测值的残差的平方和最小方法使观测值纳入模型。这些残差即为最小二乘平差改正数。
F-检验通常称为整体模型检验,因为它从总体上对模型进行了检验。
F值由如下表达式给出:
F = s2 / a2
其中
s2 = 为后验方差因子,取决于计算的残差和多余观测;
a2 = 为先验方差因子。

加载中…