Biz t-dağılımını kullanmak anlamak için, altta yatan dağılımı ne olduğunu bilmek gerekir P ve kareler Artık toplamı (bir R S S size t-dağılımını verecek bu iki koymak birlikte ile gibi).βˆRSS
Kolay kısım dağılımı P bir normal dağılım - bu not görmek için bu β = ( X , T x ) - 1 x T -Y bu doğrusal bir fonksiyonu yani Y burada Y ~ N ( X β , σ 2 I n ) . Bunun bir sonucu olarak, aynı zamanda, normal olarak, dağıtılan β ~ N- ( p , σ 2 ( x , T x ) -βˆβˆ(XTX)−1XTYYY∼N(Xβ,σ2In)- Eğer dağılımını kaynaklanan ihtiyaç olursa haber ver p .βˆ∼N(β,σ2(XTX)−1)βˆ
Ek olarak, , burada n gözlem sayısıdır ve p , regresyonunuzda kullanılan parametre sayısıdır. Bunun kanıtı biraz daha kapsamlıdır, ancak türetilmesi de kolaydır (buraya kanıt bakın RSS neden ki kare süreleri np dağıtılır? ).RSS∼σ2χ2n−pnp
Bu noktaya kadar her şey matris / vektör notasyonu içinde inceledik ancak basitlik kullanım için haydi Yukarı β i ve normal dağılım kullanan bizi
verecektir: β i - β iβˆi
βˆi−βiσ(XTX)−1ii−−−−−−−−√∼N(0,1)
Buna ek olarak, bir ki-kare dağıtım : o sahip
( N - p ) s 2RSS
(n−p)s2σ2∼χ2n−p
N(0,1)s2=RSSn−pσ2tn−pχ2(s)/s−−−−−−√
βˆi−βis(XTX)−1ii−−−−−−−−√∼tn−p
s(XTX)−1ii−−−−−−−−√=SE(βˆi).
Let me know if it makes sense.