剩余平方和( residual sum of squares):即残差平方 和,不能用线性回归解释的部分 (-y)2 以上三部分的自由度分别为n-1,m和n-m-1。其 中,n为样本数,m为自变量数。 方差分析的假设为 元线性回归:H:B=0 H1:β≠0 多元线性回归 H0:β1=β2=…=βm=0 H1:β1,β2,…,βm中至少有一个不等于零 因此方差分析的结论是线性回归方程是否显著, 是否有意义。剩余平方和(residual sum of squares)：即残差平方 和，不能用线性回归解释的部分 以上三部分的自由度分别为n-1，m和n-m-1。其 中，n为样本数，m为自变量数。 方差分析的假设为： 一元线性回归：H0 : =0 H1 : 0 多元线性回归： H0 : 1= 2=…= m=0 H1 : 1， 2，…， m中至少有一个不等于零 因此方差分析的结论是线性回归方程是否显著， 是否有意义。 ^ 2 ( ) y y −