1、係數顯著性檢驗，t檢驗
2、方程顯著性檢驗，f檢驗
2.1、模型線性性檢驗（和2中適用於不同情況）：lm（拉格朗日）檢驗、wald檢驗、lr（似然比）檢驗
3、擬合有度r2，adjust-r2
4、多重共線性檢驗，vif值
5、高槓桿點檢測
6、線性檢驗。h0：有線性，harvey-collier test，rainbow檢驗
7、殘差正態性檢驗
9、殘差異方差性檢驗：bp法、white檢驗（newey west調整）
各種檢驗方法在《計量經濟學》中有詳細介紹
**：python的statasmodels包
建模：statsmodels.stats.ols(可以自行加常數項）
statsmodels.formula.api.ols（自帶常數項）
檢驗： import statsmodels.stats.api as sms
參考：
spss回歸分析 SPSS之回歸分析
spss之回歸分析專題課程目錄如下 1回歸分析如何解讀 2回歸分析實戰操作 3回歸分析如何判斷模型和變數具有統計學意義 詳情 閱讀原文 檢視吧！保準你收穫滿滿啊！部分結果截圖所示 至此你已經學會了利用spss之回歸分析專題全過程啦，趕快試試吧！一 python基礎與提高專題 二 3天玩轉爬蟲，爬取網...
多元線性回歸模型的F檢驗
f檢驗 對於多元線性回歸模型，在對每個回歸係數進行顯著性檢驗之前，應該對回歸模型的整體做顯著性檢驗。這就是 f檢驗。當檢驗被解釋變數 yt與一組解釋變數 x1,x2 xk 1是否存在回歸關係時，給出的零假設與備擇假設分別是 h0 b 1 b 2 bk 1 0 h1 bi i 1,k 1不全為零。首先...
多元線性回歸模型檢驗 續上篇
只要有p值的出現，樣本量不超過5000，比如線性回歸和邏輯回歸 搞清楚演算法背後的邏輯才是比較重要的。多元線性回歸需要關注一些什麼點？r2和模型穩定性，也就是那些 是不是穩定的，檢驗模型是不是穩定需要對模型進行診斷。多元線性回歸的輸出變數是連續變數，輸入變數中如果包含離散變數需要做啞變數或one h...