f检验越大越好吗
@顾昆3502：excel数据分析线性回归中MS,SS,F,DF分别是什么意思 -
匡露15960965582…… SS表示均值偏差的平方和和数据的总变化量. F是F的值,F是方差分析得到的统计量,用来检验回归方程是否显著. DF表示自由度,自由度是在计算某一测量系统时不受限制的变量数. MS代表均方,其值等于对应的SS除以DF. ...
@顾昆3502：F值与显著性的关系是怎样的? -
匡露15960965582…… F检验: 比如: (1)自由度 组间自由度df 1=组别数量 – 1;该案例中组别为4,组间自由度:4-1=3; 组内自由度df 2 = 样本量 – 组别数量;该案例中样本量为19,组内自由度:19-3=15; (2)均方 组间均方 = 组间平方和 / 组间自由度df 1; 组间均方:20538.698/3=6846.233; 组内均方 = 组内平方和 / 组内自由度df 2; 组内均方:652.159/15=43.477; (3)F F值=组间均方 / 组内均方;F值:6846.233/43.477=157.467; (4)p值 p 值是结合F 值,df 1和df 2计算得到.
@顾昆3502：spss结果分析 -
匡露15960965582…… 显著性看的是F 和 Sig 他们分别是11.250 和0.007 F是对模型的检验.这个值大于临界值,所以拒绝原假设.0.007也就是P值.小于α,所以也是拒绝原假设.所以这个模型是可以接受的.但不代表这就是一个最好的模型.若你所涉及的变量超过2个的话 一般模型需要做T和F检验.前者是对β检验后者是对模型检验(一元的话两者结果是相同的).
@顾昆3502：关于stata回归结果分析问题,谢谢大家 我在做两个变量的回归分析,比如 -
匡露15960965582…… 不一定,首先变量提示由于共线性被剔除有两种原因,一种是正常的,不用管,一种是不正常的,需要处理,不过总的来说无论你是否处理,它都不会进入回归(stata会自动忽略),要处理的都是你的模型假设. 正常的,就是说例如这样:我...
@顾昆3502：计量经济学疑问:在检验线性约束条件时,F检验和LM/W/LR检验有何区别和联系? -
匡露15960965582…… 任何一种检验都可以用于大样本,而且样本越大,检验越精确; 如果单独检验某个系数是否为零,看各自的t值就可以了; 如果要检验是否联合显著,可以使用F检验; 检验线性约束时,可以使用F检验,做两个回归,一个是有约束的,一个是没有约束的,得到两个回归的残差平方和,代入F统计量求出,然后再做出判断就可以了; 实际上F检验、拉格朗日乘数检验(LM)都是wald检验的一种特殊形式;在大样本条件下,LM检验、似然比检验(LR)、wald检验都是渐进等价的.
@顾昆3502：关于MATLAB中regress函数
匡露15960965582…… 第一个数为残差平方即回归方程之决定系数 R^2(R为相关系数)越接近1,回归方程显著;第二个数为统计量F检验的值,越大回归方程越显著;第三个数为F对应概率P,越接近零越好;第四个数帮助上说是an estimate of the error variance(一个错误的方差估计)没遇见过
@顾昆3502：spss一元线性回归模型的一些值的意义 -
匡露15960965582…… 第一,不一致的现象我也遇到过,有时候不同的版本的spss计算出来的结果还会有所不同,可能它默认的估计方法不是最小二乘估计. 第二,F表示数据的方差,sig表示显著性,也就是对F检验的结果,如果sig>0.05则说明模型受误差因素干扰太大不能接受.R是复相关系数,表示观测值和模型描述值之间的线性相关系数,越大越好.R方通俗的说就是解释率,就是说你的自变量能够解释多少因变量的变化.具体到你这个就是模型不能接受,自变量解释了22.1%,剩下的只能用误差解释.
@顾昆3502：对相关系数进行假设检验时(样本含量为n),t检验统计量的自由度为 - 上...
匡露15960965582…… 这个大的数据F=400.007 表明非常显著,T检验的几个值都非常显著SIG
匡露15960965582…… SS表示均值偏差的平方和和数据的总变化量. F是F的值,F是方差分析得到的统计量,用来检验回归方程是否显著. DF表示自由度,自由度是在计算某一测量系统时不受限制的变量数. MS代表均方,其值等于对应的SS除以DF. ...
@顾昆3502：F值与显著性的关系是怎样的? -
匡露15960965582…… F检验: 比如: (1)自由度 组间自由度df 1=组别数量 – 1;该案例中组别为4,组间自由度:4-1=3; 组内自由度df 2 = 样本量 – 组别数量;该案例中样本量为19,组内自由度:19-3=15; (2)均方 组间均方 = 组间平方和 / 组间自由度df 1; 组间均方:20538.698/3=6846.233; 组内均方 = 组内平方和 / 组内自由度df 2; 组内均方:652.159/15=43.477; (3)F F值=组间均方 / 组内均方;F值:6846.233/43.477=157.467; (4)p值 p 值是结合F 值,df 1和df 2计算得到.
@顾昆3502：spss结果分析 -
匡露15960965582…… 显著性看的是F 和 Sig 他们分别是11.250 和0.007 F是对模型的检验.这个值大于临界值,所以拒绝原假设.0.007也就是P值.小于α,所以也是拒绝原假设.所以这个模型是可以接受的.但不代表这就是一个最好的模型.若你所涉及的变量超过2个的话 一般模型需要做T和F检验.前者是对β检验后者是对模型检验(一元的话两者结果是相同的).
@顾昆3502：关于stata回归结果分析问题,谢谢大家 我在做两个变量的回归分析,比如 -
匡露15960965582…… 不一定,首先变量提示由于共线性被剔除有两种原因,一种是正常的,不用管,一种是不正常的,需要处理,不过总的来说无论你是否处理,它都不会进入回归(stata会自动忽略),要处理的都是你的模型假设. 正常的,就是说例如这样:我...
@顾昆3502：计量经济学疑问:在检验线性约束条件时,F检验和LM/W/LR检验有何区别和联系? -
匡露15960965582…… 任何一种检验都可以用于大样本,而且样本越大,检验越精确; 如果单独检验某个系数是否为零,看各自的t值就可以了; 如果要检验是否联合显著,可以使用F检验; 检验线性约束时,可以使用F检验,做两个回归,一个是有约束的,一个是没有约束的,得到两个回归的残差平方和,代入F统计量求出,然后再做出判断就可以了; 实际上F检验、拉格朗日乘数检验(LM)都是wald检验的一种特殊形式;在大样本条件下,LM检验、似然比检验(LR)、wald检验都是渐进等价的.
@顾昆3502：关于MATLAB中regress函数
匡露15960965582…… 第一个数为残差平方即回归方程之决定系数 R^2(R为相关系数)越接近1,回归方程显著;第二个数为统计量F检验的值,越大回归方程越显著;第三个数为F对应概率P,越接近零越好;第四个数帮助上说是an estimate of the error variance(一个错误的方差估计)没遇见过
@顾昆3502：spss一元线性回归模型的一些值的意义 -
匡露15960965582…… 第一,不一致的现象我也遇到过,有时候不同的版本的spss计算出来的结果还会有所不同,可能它默认的估计方法不是最小二乘估计. 第二,F表示数据的方差,sig表示显著性,也就是对F检验的结果,如果sig>0.05则说明模型受误差因素干扰太大不能接受.R是复相关系数,表示观测值和模型描述值之间的线性相关系数,越大越好.R方通俗的说就是解释率,就是说你的自变量能够解释多少因变量的变化.具体到你这个就是模型不能接受,自变量解释了22.1%,剩下的只能用误差解释.
@顾昆3502：对相关系数进行假设检验时(样本含量为n),t检验统计量的自由度为 - 上...
匡露15960965582…… 这个大的数据F=400.007 表明非常显著,T检验的几个值都非常显著SIG
