线性回归学习笔记（略）

1.建立回归模型

• 基于回归模型基本假设

  • 回归模型中的误差项服从标准正态分布、方差齐性、误差项之间互不相关
  • 若基本假设不满足，得出的模型不具有可信度

2.回归方程的显著性检验

• 回归方程的拟合优度检验
  • R方 or adjusted R方
• 回归方程的显著性检验
  • F检验
• 回归系数的显著性检验
  • t检验、偏F检验

3.残差分析（检验是否违背基本假设）

• 异方差
  • 检验方法：
    • 残差图
    • 等级相关系数（Spearman检验法）先计算残差的绝对值，再进行 分析 回归 双变量 Spearman检验（应用回归中有介绍Spss操作）
  • 解决方法：
    • 一元 or 多元 加权最小二乘估计
• 自相关
  • 检验方法：
    • 残差序列图
    • 残差自相关系数 [-1，1]
    • DW检验 [0,4]
      • 0：完全正自相关
      • (0,2)：正自相关
      • 2：无自相关
      • (2,4)：负自相关
      • 4：完全负自相关
  • 解决方法：