或添进一个多项式,均不改变其他项的回归系数和偏回归平 方和。 对所有回归系数的显著性检验可同时进行 检验Hn:B1=0,若I真,则统计量 2(x) 残/(N-P F(1,N-P-1) 残 若某一项不显著,只要将它剃除即可,不必对整个回归方程重 新计算。 2.参数估计 以模型(6)为例,其常数矩阵 B=X Vi ∑y(x;) (x)中(x2)…的(x) y2 Y ∑()(()(2)…) 于是回归系数 N b b ∑y(x1) (X′X)1x ∑y2(x)或添进一个多项式，均不改变其他项的回归系数和偏回归平 方和。 对所有回归系数的显著性检验可同时进行。 检验 H0：  j = 0 ,若 H0 真，则统计量 F= ( ) ( ) ( 1) ˆ 1 ˆ 2 2 2 − − = − −  S N P x S N P C i j j i j jj 残 残    ～F(1,N－P－1) 若某一项不显著，只要将它剃除即可，不必对整个回归方程重 新计算。 2.参数估计 以模型（6）为例，其常数矩阵 B=X′ Y= ( ) ( )                      = i i x i i i N i i i y y x y 2 1 1   = ( ) ( ) ( ) ( ) ( ) ( )           N N x x x x x x 2 1 2 2 2 1 1 1 2 1 1 1 1                        yN y y  2 1 于是回归系数 b=           2 1 0 b b b =（X′X） －1X′Y=                   2 1 1 1 1 S S N ( ) ( )                      = i i x i i i N i i i y y x y 2 1 1  