1 、拟合优度检验 2 、方程总体线性的显著性检验（F 检验） 3 、变量的显著性检验（t 检验） 可决系数与调整可决系数 总离差平方和TSS, 回归平方和ESS ，残差平方和 RSS 回归平方和占总离差的比重即是衡量样本回归 线对样本观测值得拟合程度。 越接近1 ，模型的拟合程度越高 在实际应用中发现，如果模型中每增加一个解 释变量， 往往随之增大。 原因：残差平方和往往随着解释变量个数的增 加和减少，至少不会增加。 因此，在多元回归模型之家比较拟合优度， 不是一个合适的指标。 思路：在样本容量一定的情况下，增加解释变 量必定使得自由度减少，所以要将残差平方和 与总离差平方和分别除以各自的自由度，剔除 变量个数对拟合优度的影响。公式如下： 经过计算转化后可决系数与调整后的可决系数 之间的关系： 方程显著性F 检验的模型： 检验参数 是否显著为零。 按照假设检验的原理和程序，原假设与备择假 设： 在原假设 成立的条件下，统计量： 服从自由度（k,n-k-1 ）的F 分布。 给定显著性水平 ，比较 与F 值大小： 不同点 1. 拟合优度：从已经估计的模型出发，检验它对 样本观测值得拟合程
