Differences

This shows you the differences between two versions of the page.

--- regression [2018/10/30 08:29] – [표준오차 잔여변량 (standard error residual)] hkimscil
+++ regression [2018/11/06 08:59] – [E.g., 1. Simple regression & F-test for goodness of fit] hkimscil
@@ Line 117: / Line 117: @@
 <WRAP clear />
 <imgcaption regression_line_02|X값을 함께 고려하여 (즉, Regression Line을 그려) Y값을 예측하는 경우>{{ :r.Predicted.Unpredicted.err.png?400}}</imgcaption>
-연구자는 데이터를 이용하여 회귀식의 b값과 a값을 구할 수 있다. 그리고 이를 사용하면, 평균값 $\overline{Y}$ 이 주는 오차에 비해서 상대적으로 작은 (녹색선만큼을 뺀 분량의) 오차를 갖도록 할 수 있다. 즉, 회귀식이 보다 정확한 예측을 가능하도록 하여 주는 것이다. 이렇게 회귀식을 사용하여 (즉, b라는 기울기를 사용하여) 관측치를 예측함으로써, 평균값을 사용했을 때보다 줄어드는 오차 부분을 설명된 오차라고 (explained error: 녹색 분의 (제곱의) 합) 한다. 그러나, 회귀선을 사용하더라도 연구자는 검은색 만큼의 오차는 피할 수 없다. 이를 __설명되지 않은 오차__라고 (unexplained error: 검은색 분의 (제곱의) 합) 한다. 그리고 이 각각을 regression error 와 residual error라고 부른다.
+연구자는 데이터를 이용하여 회귀식의 b값과 a값을 구할 수 있다. 그리고 이를 사용하면, 평균값 $\overline{Y}$ 이 주는 오차에 비해서 상대적으로 작은 (녹색선만큼을 뺀 분량의) 오차를 갖도록 할 수 있다. 즉, 회귀식이 보다 정확한 예측을 가능하도록 하여 주는 것이다. 이렇게 회귀식을 사용하여 (즉, b라는 기울기를 사용하여) 관측치를 예측함으로써, 평균값을 사용했을 때보다 줄어드는 오차 부분을 설명된 오차라고 (explained error: **녹색 분의 (제곱의) 합**) 한다. 그러나, 회귀선을 사용하더라도 연구자는 검은색 만큼의 오차는 피할 수 없다. 이를 __설명되지 않은 오차__라고 (unexplained error: **검은색 분의 (제곱의) 합**) 한다. 그리고 이 각각을 regression error 와 residual error라고 부른다.
@@ Line 152: / Line 152: @@
 ====== E.g., 1. Simple regression & F-test for goodness of fit ======
 Data file: {{:regression01-bankAccount.sav}}
+{{:regression01-bankaccount.csv}}
 아래는 어느 책에서 쓰인 가상 데이터이다. 통장수와 수입, 그리고 가족 구성원의 숫자가 변인이며 총 10 가구에 대한 정보가 수집된 것이다. 여기서는 이 데이터를 이용하여 위에서 언급된 SS<sub>total</sub> , SS<sub>reg</sub> , SS<sub>res</sub> 에 대한 예를 살펴보도록 한다.
@@ Line 636: / Line 637: @@
   * Therefore, the Adjusted r<sup>2</sup> = .367 / 1.5 = 0.756 (green color cell)
+**__Slope test__**
 If we take a look at the ANOVA result: