선형회귀분석 유의성 검정에서
F test에서 전체적으로 조진다음에
T test에서 개별로 조지잖아요.
제가 궁금하거는 독립변수가 1개 있는 a+bx의 1차 회귀식일경우
F,T test둘 중의 하나만 하면 되는거 아닌가요?
둘 다 다 할 필요가 있나요?
직선회귀에서 F 검정에서는 유의한데, T에서는 유의하지않다고 나오는
경우가 있을까요?
선형회귀분석 유의성 검정에서
F test에서 전체적으로 조진다음에
T test에서 개별로 조지잖아요.
제가 궁금하거는 독립변수가 1개 있는 a+bx의 1차 회귀식일경우
F,T test둘 중의 하나만 하면 되는거 아닌가요?
둘 다 다 할 필요가 있나요?
직선회귀에서 F 검정에서는 유의한데, T에서는 유의하지않다고 나오는
경우가 있을까요?
regressor들이 highly collinear하면 그렇게 됨 - dc App
data(iris) lm_fit = lm(iris$Sepal.Length ~ iris$Sepal.Width) summary(lm_fit) 이거 돌려봐
단순회귀분석에서 t검정은 F검정하고 동일함. 물론 F검정이 기울기에 대한(proposed model)에 대한 검정이어야겠지만. 원래 t분포 제곱하면 F분포가 나오는데, 지금 값 보면 t값 제곱하면 F값 나오는거 확일할 수 있을거임
답변 감사드립니다. T^2=F는 알고 있었는데, 그 말은 단순회귀분석검정에서는 F나 T 둘 중 하나만 하면 된다는 의미죠? 통계 완전초보자라 혹여 질문이 초딩스럽더라도 이해 부탁드립니다.
절대 질문이 초딩스럽지 않고 좋은거임. 하나면 하면 됩니다. 하지만 어차피 r output이 같이 나오니까 같이 본다고 시간아까울 일은 없겠죠
윗분 말대로 변수 한개짜리에서는 걍 T^2=f고, df=1 인 t분포 제곱이 f분포라서 두 검정은 걍 동치인 검정임. 근데 변수가 늘어나면서 개별 변수에 대한 t 검정을 하면 당연히 조금씩 틀어짐. F검정에서는 모형의 유의한데 T검정에서 모든 변수에 대해서 유의하지 않은 경우가 있을수 있는지는 잘 모르겠네 근데 이건 수학적으로 보여야하는 거지 직관적으로 받아들일수 있는 부분은 아님