线性统计模型

6、回归模型的系数

图6回归模型的系数

如上图6所示为回归模型的回归系数及回归系数的显著检验。其中包括为标准化B估计和标准误，还有标准化的Beta分布，t检验结果，以及与共线性问题相关的统计量：容忍度和方差膨胀系数（vif）。在模型1中自变量的回归系数依次分别为59.985、47.527、-5.475，t分别为1.843、2.405、-1.101，容忍度为0.659、0.968、0.677；vif分别为1.516、1.033、1.477；

回归方程为y=-3390.558+59.985x1+47.527x2-50475x3

在模型2中自变量的回归系数依次分别为80.271、46.446，t分别为2.947、2.318，容忍度为0.970、0.970；vif分别为1.030、1.030； 回归方程为：y=-4187.416+80.271x1+46.449x2 7、回归标准化残差值的直方图

图7回归标准化残差值的直方图

上图7为所示为回归标准化残差值的直方图，直方图是用来检验样本观察值是否符合正态性基本假设，途中曲线基本为钟形，则样本观察分布接近正态分布 8、标准化残差的正态概率分布图

图8标准化残差的正态概率分布图

上图8为标准化残差的正太概率分布图，也是用来检验样本的分布是否符合正态分布；判断标准：从左下到右上一条呈45度的直线；则本模型基本符合正态分布标准

9、标准化残差值和标准化预测值交叉分布图

图9标准化残差值和标准化预测值交叉分布图

上图9为标准化残差值和标准化预测值交叉分布图，用来检验样本观测值是否符合正态分布以及残差值是否符合方差齐性的假定（判断标准：如果散点图在0值上下的水平随机分布，则样本符合正态分布以及残差值是否符合方差齐性）；从图中可以看出模型基本符合正态分布同时方差也是齐性的；

6.4

建立数据文件1、2、3分别代表工厂A、B、C如下图

结果分析 （1） ANOVA 寿命 组间 组内 总数 平方和 867.141 263.800 1130.941 df 2 14 16 均方 433.571 18.843 F 23.010 显著性 .000

（2）在显著性水平α=0.05下检验三厂生产电池平均寿命有无显著差异