文档介绍：精品范文模板可修改删除
免责声明：图文来源于网络搜集，版权归原作者所以
若侵犯了您的合法权益，请作者与本上传人联系，我们将及时更正删除。
撰写人：___________日期：___________
首先需要求得误差平方和SSE,总平方和SST,回归平方和SSR,其中它们之间存在如下关系：
精品范文模板可修改删除

免责声明：图文来源于网络搜集，版权归原作者所以
若侵犯了您的合法权益，请作者与本上传人联系，我们将及时更正删除。
SST=SSR+SSE
当我们求得这三个值之后，我们利用r ²=SSR/SST
此时我们运用计算机可以得到以下的图:
回归统计
Multiple R

R Square

Adjusted R Square

标准误差

观测值
13
通过此图我们可以得出，％能被估计的回归方程所解释。换句话说，％能被公开发行的普通股票和具有转让权的公开发行的公开发行的股票之间的线性关系所解释。对于估计的回归方程，我对有这样的一个好的拟合效果而感到满意。
在得到了俩者之间的拟合效果之后，我们接下来就要探究一下二变量x与y之间线性关系强度的描述性变量，于是我们需要引入相关系数这个概念。由计算机可以得出相关系数的值为+，所以我们可以断定x与y之间存在着一个极强的正向线性关系。

在上面，我们已经分别得到了估计的回归模型和度量拟合优度的判定系数。然而，尽管判定系数有一个较大的值，在对模型假定的合理性做进一步的分析完成之前，我们还不能应用于这个估计的回归方程。确定假定的模型是否合理的一个重要步骤是对变量之间关系的显著性进行检验。因为如果关于误差项ε的假定显得不那么可靠的话，有关回归分析的显著性假设检验也会站不住脚。
其中我想要对误差项ε进行的假定有两条。，ε的方差都是相同的。。首先，先让我们来证明第一个假定，这就要用到残差分析。进行残差分析的首要一点就是建立残差图，让我们用水平轴表示自变量的值，用纵轴表示对应的残差值，每个残差都用图上的一个点来表示。以下就是我们所做出的残差图。
精品范文模板可修改删除

免责声明：图文来源于网络搜集，版权归原作者所以
若侵犯了您的合法权益，请作者与本上传人联系，我们将及时更正删除。
对于以上的残差图，我们可以看到，虽然前面稍稍有一点窄，但是从总体来看，所以的散点还是大致落在一条水平带的中间，所以我们还是可以得出结论即：对于所以的x值，ε的方差都是相同的，并且描述性变量x和y之间关系的回归模型是比较合理的。
在证明了第一个假定之后，下面让我们来证明第二个假定，此时就要利用到正态概率图。绘制正态概率图的方法是我们从一个平均值为0，标准差为1的标准正态概率分布中随机抽取多个数字，并将这一抽样过程反复进行，然后把每个样本中的多个数值按从小到大排列。现在我们仅考虑每个样本中最小的数值，即一阶顺序统计量。取得一阶顺序统计量之后我们为他们求期望值，即得到与其数量相等