多重共线性变量的回归系数估计及检验

在变量筛选及参数估计中，都要求各变量相互独立，但在很多应用研究中，自变量间不独立，相互间有一定的线性依存关系，这种线性依存关系常导致模型拟合上的矛盾及不合理，比如，多因素分析与单因素分析的结果相互矛盾，在单因素分析中某因素为致病因子，而在多因素分析中...

自回归系数的Bootstrap检验

在自回归模型中,德宾-沃森(D-W)检验是一种使用非常广泛的自回归系数检验。但D-W检验有一个很大的限制:当检验的统计量落入了所谓"不确定域"则无法进行检验。本文利用Bootstrap重复抽样方法对自回归系数进行检验。蒙特卡罗研究表明,该方法消除了不确定域,改善了检验效果。

半相依回归模型中回归系数的广义p值检验

研究半相依回归模型中回归系数的精确检验问题.针对含有2个相依线性方程的回归系统中回归系数的假设检验问题,利用广义p值的方法建立了精确的检验.对检验的功效进行了模拟,模拟结果表明,本研究的检验方法能有效控制第一类错误出现的概率,具有较好的检验效果.

直线回归系数的显著性检验

在所建立的直线回归方程y=a+bx中,很重要的两个统计量a和b是从有限的样本观察中计算出来的,由于抽样误差的存在,该方程有没有意义,能否用它来进行估测,也就是说两个变量间是否有真实的回归关系。为解决这个问题,就必须对所建立的直线关系进行显著性检验。

相依线性回归系统回归系数的预检验岭估计

对于由两个相依线性回归方程组成的线性回归系统，文［５］提出了基于最小二乘估计和协方差改进估计的一种新型估计，即预检验估计，它具有许多优良性质。但是在设计阵呈病态时，预检验估计的均方误差很大，因而在这种情况下不再被认为是良好估计。针对这种情况，本文提出了预检验估计的一种改进估计———预检验岭估计。

“直线回归系数的显著性检验”一文的补充

本刊1993年第1期刊登的“直线回归系数的显著性检验”一文中,关于“b与a的显著性检验”,谈到对常数项a的显著性检验时提到“回归效果的显著性检验,主要是对b的检验,一般不进行a的检验,如果对a进行检验,则类似于b,……,|t|>t_(0·01),拒绝H_0,回归截距高度显著,说明该样本不是来自A=0的总体”

回归分析与t检验

本文不以进行两种方法间的比较为目的，而是通过对t检验与回归方法处理同一资料的结果分析讨论，得出几点实用性结论。

SUR回归方程系统的预检验估计

对于SUR回归方程系统，[1]提出回归系数的一种有偏估计βi^*。本文证明它是βi的线性估计类中的可容许估计，在一定条件下它优效于[2]提出的一种协方差改进估计βi^∧和OLS估计。本文还讨论了估计占优条件的假设检验问题。

多元回归设计的套表检验

本文运用套表设计,经反复计算分析和实际试验检验,提出了检验和解决多元回归设计中线性和非线性回归方程可能失实的一个有效方法——套表检验法,阐述了该方法的一般原理和基本程序.实际应用表明,套表检验法对于运用多元回归设计正确解决科研和生产中的实际问题,是行之有效的.

基于Wald检验实现Cox回归中自变量影响大小的推断

目的针对一般研究者在使用Cox回归时,直接比较标准化偏回归系数大小的做法,提出借助Wald检验进行排序,并用小细胞肺癌患者随访研究的实例加以说明。方法借鉴SNK多重比较法的比较策略,以尽可能少的比较次数,使用Wald检验对样本标准化回归系数进行假设检验,从而探讨总体标准化回归系数之间的关系,形成依影响大小排序的若干子集。结果选入模型的4个变量被划分在2个子集内,可认为第1子集中的自变量(实例中的肿瘤大小、年龄)对预后的影响小于第2子集中的自变量(神经元特异性烯醇化酶),自变量癌胚抗原对预后的影响介于两个子集之间。结论基于Wald检验对自变量进行排序,能够克服cox回归模型结果报告中判断自变量影响大小的主观性。

第四讲 回归分析中的变量筛选技术及统计检验

回归分析中的变量筛选技术是回归分析技术得到广泛应用的一个突破,它将方差分析中的F检验和回归分析技术进行集成,形成一个新的算法,为工程应用开拓了广泛的前景。在笔者藏书中,涉及回归分析中变量筛选技术的专著有：《概率统计计算》（中国科学院计算中心概率统计组编著,科学出版社,1979）;《回归分析及其试验设计》（上海师范大学数学系概率统计教研组编,上海教育出版社,1978）。

基于自相关的自回归模型参数的假设检验

一、引言在回归模型y=f(x)+u i的经典假定中,随机误差项u i无自相关,即Cov(u i,u j)=0(i≠j),如果该假设不能满足,就称u i和u j存在自相关,即不同观测点上的误差项彼此相关.此时,如果依然用最小二乘法去估计参数,会低估参数估计值的方差,因此,必须消除自相关的影响.

财务预警模型的显著性检验

本文以我国的上市公司为样本,对以主成分分析法建立的我国上市公司的财务预警模型的研究进行了科学性论证。本文运用了显著性检验、拟合优度检验、偏回归系数显著性检验、共线性诊断分析等方法,提出了以前研究中罕有论及的论证方法。

显著性检验在统计预测中的作用

讨论了在模型用于统计预测时，一定要通过显著性检验。

环境监测分析中校准曲线的检验

介绍了环境监测分析中核准曲线的各种检验方法，包括相关系数的检验，回归系数的检验，校准曲线的斜率检验，校准曲线的截距检验等，并对各种检验方法的适用范围及相关统计量作了讨论。

收入差距、福利支出与社会稳定——我国省级面板数据的实证检验

一、导言与文献综述改革开放以来,随着经济的快速增长,我国居民收入水平不断提高,但在鼓励一部分人和一部分地区先富起来政策的影响下,居民收入差距呈现不断扩大的趋势。基尼系数由改革开放前的0.16快速上升至2013年的0.473,仅低于收入分配严重不均等的南非和拉美国家。城乡居民收入比由1978年的2.6：1扩大至2013年的3.03：1,远高于世界公认的1.5：1的合理性水平。同时,国家统计局调查数据显示,

广义p值与多元随机效应模型的精确检验

在多元随机效应模型中,一般采用似然比检验或者其他近似方法检验关于回归系数矩阵的统计假设.这些方法都不是精确的检验.为了得到一种精确的检验,方法是把广义p值应用到多元随机效应模型中.模拟结果显示,在小样本情况下,广义检验可以控制检验水平,且比似然比方法有更好的检验效果.

多重共线性的检验及对预测目标影响程度的定量分析

多重共线性是多元回归分析中一类比较复杂的问题.由于它的存在,会削弱回归系数估计值的准确性和稳定性,从而给经济分析和预测带来很大的误差.文中结合在预测实践中所遇到的一些问题,论述了多重共线性的检验和校正方法及其对预测目标影响程度的定量分析.

回归分析中建立数学模型的方法及其应用

利用数学模型解决生产和生活实际中遇到的线性与非线性相关关系的问题是一种切实可行的方法。本文论述了建立回归数学模型的方法和应用,以及检验相关关系的显著性和回归模型可靠性的方法。