第第52讲讲模型的检验和预测（二）模型的检验和预测（二）3、回归系数的显著性检验常见的统计分析软件拟合回归模型时都会给出t检验的P值，可直接比较可直接比较P值和显著性水平（经常取值和显著性水平（经常取0.05），），来判断回归模型的自变量对因变量是否有显著影响。【补充说明1】t检验的原理检验的原理——运用小概率事件原理。小概率事件指在一次实验中可以认为几乎不可能发生的事件。P值值——在一个假设检验问题中，拒绝原假设的最小显著性水平称为P值。【【例如例如】】为了证明“人均收入对人均消费支出有显著性影响有显著性影响”（统计学中叫备择假设）。首先提出一个相反的假设（也叫原假设、零假设、H0假设）：“人均收入对人均消费支出没有影响没有影响”。然后进行抽样，抽样出来的结果显示，人均收入对人均消费支出没有影响没有影响的可能性是0.000182，概率小于0.05，就说明人均收入对人均消费支出没有影响的可能性是非常小的，的可能性是非常小的，就可以拒绝原假设。反过来就可以证明人均收入对人均消费支出会有显著性的影响。就是用反证法进行推导的。【补充说明2】通常假设检验中，将小概率定为0.05，即Minitab算出的P值小于值小于0.05就是小概率事件。至于0.05是怎么定出来的，英国著名的统计学家Fisher把1/20作为小概率标准，也就是0.05，从此比0.05小就叫做小概率事件。应用分析应用分析【解析】【例题【例题·单选题】单选题】当P值（）拒绝原假设。A．大于0.05B．小于0.05C．等于1D．等于0.5经济师-中级经济基础知识1/4【答案】B【解析】当P值小于0.05拒绝原假设。拒绝原假设。（二）（二）模型预测模型预测回归分析的一个重要应用就是预测预测，即利用估计的回归模型预估因变量数值。预估因变量数值。例如，估计的城镇居民人均可支配收入和人均消费的一元线性直线回归方程为：当城镇居民家庭人均可支配收入X=40000元时，人均消费支出是多少？【计算】将X=40000代入回归方程，得：（三）二（三）二元回归模型案例元回归模型案例1、利用某公司的30位员工数据，以年薪为因变量Y，受教育年限（edu）和职位（position）为自变量，得到估计的二元线性回归方程：2、多元回归模型在实际应用中，随着自变量个数的增加，即使在有些自变量与因变量完全不相关的情况下，决定系数R2也会增大。增大。为避免因增加自变量个数而高估拟合效果的情况，多元回归模型一般使用修正了自由度的调整后调整后R2，调整后的R2考虑了自变量个数增...
