
- 統計教程
- 首頁
- 調整R方
- 方差分析
- 算術平均數
- 算術中位數
- 算術眾數
- 算術極差
- 條形圖
- 最佳點估計
- 貝塔分佈
- 二項分佈
- 布萊克-斯科爾斯模型
- 箱線圖
- 中心極限定理
- 切比雪夫定理
- 卡方分佈
- 卡方表
- 圓排列
- 整群抽樣
- 科恩的卡帕係數
- 組合
- 有放回組合
- 比較圖表
- 連續均勻分佈
- 連續數列算術平均數
- 連續數列算術中位數
- 連續數列算術眾數
- 累計頻率
- 變異係數
- 相關係數
- 累積圖
- 累積泊松分佈
- 資料收集
- 資料收集 - 問卷設計
- 資料收集 - 觀察法
- 資料收集 - 案例研究法
- 資料模式
- 十分位數統計
- 離散數列算術平均數
- 離散數列算術中位數
- 離散數列算術眾數
- 點圖
- 指數分佈
- F分佈
- F檢驗表
- 階乘
- 頻率分佈
- 伽瑪分佈
- 幾何平均數
- 幾何機率分佈
- 擬合優度
- 總平均數
- 格姆貝爾分佈
- 調和平均數
- 調和數
- 諧振頻率
- 直方圖
- 超幾何分佈
- 假設檢驗
- 個體數列算術平均數
- 個體數列算術中位數
- 個體數列算術眾數
- 區間估計
- 逆伽瑪分佈
- 柯爾莫哥洛夫-斯米爾諾夫檢驗
- 峰度
- 拉普拉斯分佈
- 線性迴歸
- 對數伽瑪分佈
- 邏輯迴歸
- 麥克尼馬爾檢驗
- 平均偏差
- 均值差異
- 多項分佈
- 負二項分佈
- 正態分佈
- 奇排列和偶排列
- 單比例Z檢驗
- 異常值函式
- 排列
- 有放回排列
- 餅圖
- 泊松分佈
- 合併方差 (r)
- 功效計算器
- 機率
- 機率加法定理
- 機率乘法定理
- 機率貝葉斯定理
- 機率密度函式
- 過程能力 (Cp) & 過程效能 (Pp)
- 過程Sigma
- 二次迴歸方程
- 定性資料與定量資料
- 四分位差
- 經驗法則
- 瑞利分佈
- 迴歸截距置信區間
- 相對標準偏差
- 信度係數
- 所需樣本量
- 殘差分析
- 殘差平方和
- 均方根
- 樣本計劃
- 抽樣方法
- 散點圖
- 夏農-威納多樣性指數
- 信噪比
- 簡單隨機抽樣
- 偏度
- 標準差
- 標準誤 (SE)
- 標準正態表
- 統計顯著性
- 統計公式
- 統計符號
- 莖葉圖
- 分層抽樣
- 學生t檢驗
- 平方和
- t分佈表
- TI 83指數迴歸
- 轉換
- 截尾均值
- I型和II型錯誤
- 方差
- 維恩圖
- 大數弱定律
- Z表
- 統計實用資源
- 統計 - 討論
統計 - 迴歸截距置信區間
迴歸截距置信區間是一種確定兩個因素之間接近程度的方法,用於檢查估計的可靠性。
公式
${R = \beta_0 \pm t(1 - \frac{\alpha}{2}, n-k-1) \times SE_{\beta_0} }$
其中 −
${ \beta_0 }$ = 迴歸截距。
${ k }$ = 預測變數個數。
${ n }$ = 樣本量。
${ SE_{\beta_0} }$ = 標準誤。
${ \alpha }$ = 置信區間百分比。
${ t }$ = t值。
示例
問題陳述
計算以下資料的迴歸截距置信區間。預測變數總數 (k) 為 1,迴歸截距 ${ \beta_0 }$ 為 5,樣本量 (n) 為 10,標準誤 ${ SE_{\beta_0} }$ 為 0.15。
解答
讓我們考慮 99% 置信區間的情況。
步驟 1:計算 t 值,其中 ${ \alpha = 0.99 }$。
${ = t(1 - \frac{\alpha}{2}, n-k-1) \\[7pt] = t(1 - \frac{0.99}{2}, 10-1-1) \\[7pt] = t(0.005,8) \\[7pt] = 3.3554 }$
步驟 2:${ \ge }$ 迴歸截距
${ = \beta_0 + t(1 - \frac{\alpha}{2}, n-k-1) \times SE_{\beta_0} \\[7pt] = 5 - (3.3554 \times 0.15) \\[7pt] = 5 - 0.50331 \\[7pt] = 4.49669 }$
步驟 3:${ \le }$ 迴歸截距
${ = \beta_0 - t(1 - \frac{\alpha}{2}, n-k-1) \times SE_{\beta_0} \\[7pt] = 5 + (3.3554 \times 0.15) \\[7pt] = 5 + 0.50331 \\[7pt] = 5.50331 }$
因此,對於 99% 置信區間,迴歸截距置信區間為${ 4.49669 }$ 或 ${ 5.50331 }$。