1、自由度常用统计学名词解释
定义：当以样本的统计量来估计总体的参数时，样本中独立或能自由变化的数据的个数，称为该统计量的自由度。对于N个随机样本而言，自由度df=N-1
例：对于一个多元线性方程，假设有m个未知数，则：SST的自由度为n-1，SSR的自由度为m，SSE的自由度为n-1-m。
2、F检验
定义：别名也叫联合假设检验、方差齐性检验，在零假设之下，统计值服从F-分布的检验。通常用来分析线性回归模型中全部或一部分参数是否适合估计总体。
公式：
p为SSR的自由度，n-p-1为SSE的自由度。
此F服从~F(p,n-p-1) 如果F>F(p,n-p-1,alpha=0.05)则说明回归方程效果显著，否则不显著（考虑非线性关系）
临界值查看表：F检验临界表 - 豆丁网 (docin.com)
3、t检验值
用途：
1、单样本均值检验：总体方差未知，正态数据或近似正态的单样本的均值是否与已知的总体均值相等。
2、两独立样本均值检验：两对独立的正态数据或近似正态的样本均值是否相等
3、配对样本均值检验：一对配对样本的均值的差是否等于某一个值
4、回归系数的显著性检验：回归模型的解释变量对被解释变量是否有显著影响
对于回归系数的显著性检验公式：
一般来说β(j-1)=0
sigmoid为sqrt(SSE)
t临界值表？（只找到单侧与双侧的表）
4、置信区间
A. 定义：置信区间又称为估计区间，是用来估计参数的取值范围。
·点估计：例如一个样本的均值为a，用a来估计总体均值即为点估计
·区间估计：因为点估计存在误差，所以给出一个区间范围，让均值处在这个范围中。区间估计也即对应了置信区间。
·置信水平：总体参数值落在置信区间的概率
B. 置信区间计算方法：样本点估计+/- (C值*点估计标准差)
不同的置信水平对应了不同的C值：置信水平越大，区间范围越大
