1702657690
1702657691
1702657692
③确定显著性水平α和分子自由度p、分母自由度（n-p-1），找出临界值Fα。
1702657693
1702657694
④做出决策：若F≥Fα，拒绝H0；若F＜Fα，接受H0。
1702657695
1702657696
2.回归系数的显著检验
1702657697
1702657698
回归系数的显著检验是在完成线性关系的显著检验之后，再对各个回归系数有选择地进行一次或多次检验。即如果F检验已经表明了回归模型总体上是显著的，那么回归系数的检验就是用来确定每一个单个的自变量xi与因变量y之间是否存在显著的线性关系。
1702657699
1702657700
回归系数的显著检验的步骤如下：
1702657701
1702657702
①提出假设。
1702657703
1702657704
原假设H0：bi=0。（自变量xi与因变量y没有线性关系）
1702657705
1702657706
备择假设H1：bi≠0。（自变量xi与因变量y有线性关系）
1702657707
1702657708
②计算检验的统计量t。
1702657709
1702657710
1702657711
1702657712
1702657713
③确定显著性水平α，并进行统计决策。当|t|≥tα/2时，拒绝H0；当|t|＜tα/2时，接受H0。
1702657714
1702657715
3.回归分析的拟合优度检验
1702657716
1702657717
多元线性回归离差平方和的分解式为：
1702657718
1702657719
1702657720
1702657721
1702657722
即
1702657723
1702657724
1702657725
1702657726
1702657727
则多重可决系数表达式为：
1702657728
1702657729
1702657730
1702657731
1702657732
可决系数是自变量个数的不减函数。比较因变量相同而自变量个数不同的两个模型的拟合程度时，不能简单地对比多重可决系数，需要用自由度去修正多重可决系数中的残差平方和与回归平方和，即
1702657733
1702657734
1702657735
1702657736
1702657737
可得
1702657738
1702657739
