- dc official App
[일반] 졸업시험문제예제인데 좀 풀어주세요(통알못ㅠ)
익명(223.38)
2019-04-03 13:07
추천 0
댓글 22
다른 게시글
-
R 질문좀요[일반] 익명(218.237) | 19.04.02추천 0
-
실무에서 sas 쓰는데가 있나영?? [2][일반] ㅇㄹㅇㄹ(210.125) | 19.03.29추천 1
-
R에서 Contingency table로 cor.test를 하려고하는데요 [1][일반] 익명(163.152) | 19.03.27추천 0
-
통계분석좀 도와주세요ㅠ [1][일반] ㅇㄷㄱ(203.226) | 19.03.27추천 0
-
통계 주작 질문[일반] 익명(223.33) | 19.03.26추천 0
-
공분산 질문[일반] 익명(119.202) | 19.03.26추천 0
-
표준편차가 평균보다 클 수가 있나요? [3][일반] ㅁㄴㅇㄹㄴ..(218.145) | 19.03.26추천 0
-
비동일계 응용통계 편입생입니다. 살려주세요(기프티콘 드릴게요) [9][일반] 통린이(123.142) | 19.03.23추천 0
-
통계학과 전망 어케 보시나요 [2][일반] 익명(221.164) | 19.03.22추천 0
-
기하평균관해서 질문드립니다 ㅠㅠㅠ 진짜 도와주세요ㅠㅠ [1][일반] 익명(223.62) | 19.03.21추천 0
F값이 크면 대립가설이 옳다 R제곱의 이상값은 1이다. 여기서는 0.028 이므로 전체에서 2.8% 만이 설명된다. 0에 가까우므로 회귀직선은 쓸모가 없다. t값은 회귀계수가 0인지를 검정하는 통계량이다. t값 옆 p값이 0.000으로 유의하므르 회귀계수는 0이 아니다
회귀식 Y = 6.845 + 0.058 *(연고지역)
1. F값은 모든 설명변수의 계수가 0이라는 귀무가설에 대한 joint test의 결과임. 이를 두고 '모형 전반의 유의성'이라고 흔히들 말함. 주어진 문제는 단순회귀분석이므로 설명변수의 계수에 대한 검정이랑 F 검정이랑 차이가 없음. p값이 극히 작으므로 설명변수의 계수는 0과 유의하게 다름(유의한 설명력을 갖고 있다고 말하기도 한다.) 그런데 이게 진짜 유의한지 알려면 종속변수와 설명변수의 단위에 대한 정보가 있어야한다. 만약에 통계적 유의성이 있다고 하더라도 현실에서는 유의하지 않을 수 있거든(담뱃값을 2배로 올렸는데 연간 1인당 담배소비량이 1개비 줄었다거나 한다면 통계적으로 유의하더라도 현실에서는 의미가 없겠지?). 하여튼 결론은 5% 수준에서 통계적으로는 엄청 유의한데, 그게 현실에서 크리티컬할
지는 모른다고 적거나 단위에 대한 정보가 주어지면 거기에 맞춰서 알아서 해석하면 됨.
R^2는 종속변수의 전체 움직임에 대한 모형의 설명력을 나타내는 측도임(어떤 블로거지나 위키들은 척도라고 하는데 measure의 번역이므로 측도가 맞다) 이 경우에는 R^2가 겁나 낮음. 윗 댓글에서는 회귀모형이 의미가 없다고 하는데, 이건 정확한 설명이 아님. 시계열, 패널자료가 아니라 횡단면 자료면, 거기다가 단순회귀분석이면 R^2가 낮을 수 밖에 없다. 사실 선형회귀의 고전적 가정에는 R^2에 대한 이야기가 없음. 따라서 목적이 설명변수와 종속변수의 관계 파악에 있다면 등분산, 계열상관, 내생성 등에 대한 이야기를 해야함. 주어진 모형 생긴거 보니까 계열상관은 모르겠고 등분산이나 내생성 문제가 발생할 가능성이 아주 큼
회귀모형의 목적이 종속변수 값을 예측하는데에 있다면 주어진 회귀모형은 쓸모가 없음 R^2가 낮아서.
난독이냐? 내가 언제 "회귀모형이 의미가 없다" 라고 했냐? "쓸모없다"고 했다. 본인도 "회귀모형은쓸모없음"이라고 해 놓고 지랄이노 지랄은
그리고 횡단면자료가 R^2 이 작은 거 아니다.
http://blog.naver.com/PostView.nhn?blogId=todtlr920&logNo=220395566389
여기 가 봐라. R제곱이 0.48 이다.
예측이 목적인지 추정이 목적인지에 따라 의미가 달라지는 건데 그거 이야기 안하고 쓸모없다고 한 건 크리티컬한 오류입니다. 추정과 예측은 겹치는 부분도 많지만 꽤나 다른 영역입니다.
횡단면 자료라고 다 낮지는 않지만 일반적으로 시계열이나 패널에 비하면 낮은 경우가 많죠. 저는 횡단면, 단순회귀면 결정계수가 어지간히 운 좋지 않은 이상 낮기 마련이기 때문에 추정이 목적이라면 결정계수에 큰 의미 부여하지마라는 의미에서 적은 겁니다
뭔 자다가 봉창 뚜드리나? 뭐가 예측과 추정에 따라 달라지노? 예측은 결정된 모형식을 바탕으로 말 그대로 신뢰구간 따져서 결과 예측이고 , 추정은 모수추정의 준말인데 당연히 여기서는 변수"추정"이지 병시나
그리고 링크 다신 부분도 횡단면 데이터이고 관측치가 적은 거 치고는 높게 나왔긴한데 이것도 그렇게 높지는 않습니다. 주가나 유가 등을 예측하는 용도로 만들어진 선형회귀모형을 찾아서 결정계수를 보시면 첨부하신 자료보다 훨씬 높습니다. 선형회귀모형의 목적이 예측에 있거나 검정통계량에 결정계수가 들어가는 게 아닌 이상 사회과학연구에서 결정계수에 큰 의미 부여하
예측은 추정할 때의 in sample에서의 구조가 out of sample에서도 유지된다는 가정하에서 하는 거라서 추정이랑 예측이랑 다른데요?
Cohen 의 기준에 따라 그래도 0.13은 되어야지 쩝쩝
돌팔이 생키야 추정된 Y 모형이 쓸모가 없는데 뭔 예측을 따지노?
멍청한 사람은 자기가 틀렸다고 할때 화를내고 똑똑한 사람은 자기가 틀렸다고 할때 왜 틀렸는지를 찾는다. 다짜고짜 화부터 내는거 보면...?
123이 적은 거 대로 알스퀘어는 선형회귀 처음 배울 때 나오는 가정에 하나도 안나옴. 그러니까 선형회귀에 나오는 가정만 잘 충족한다면 알스퀘어가 낮아도 독립변수랑 종속변수의 관계를 알아내는 데에는 문제가 없어. 이걸 123은 추정(estimation)이라고 말한 듯. 종속변수의 variation에서 모형이 설명할 수 있는 비중을 측정하는 지표가 알스퀘어이다보니 알스퀘어가 클 수록 모형이 종속변수를 예측했을 때 잘 맞을 거라고 희망할 수는 있지. 그래서 예측에 목적이 있는 모형일 수록 알스퀘어를 좀 더 중시하는 경향이 있긴 하다.
b번은 내가 풀어줄게 아닌거 같다. 개념은 쓰자면 너무 많으니 그냥 강의노트나 책 읽어보고 가자.
spss로 단순회귀한 것만 물어보는 거 보면, 통계학 하드하게 안쓰는 사회과학 쪽 졸업시험인거 같은데(행렬이나 수리통계학 선행 지식 없이 진도 뺴고 spss 돌려서 결과만 보는거) 그런 경우면 시험 어렵게 안나옴. 쫄지 말고
1. 알스퀘어 낮은데 선형회귀의 가정을 만족하거나, 위배하더라도 다른 수단을 동원할 수 있다면 -> 예측에는 좀 못미덥지만 변수 사이의 관계를 살피는데는 유용
2. 알스퀘어 높고 선형회귀의 가정을 만족 -> 가장 이상적
3. 알스퀘어 높은데 선형회귀의 가정을 위배 -> 일단 단기적으로는 예측용으로 시도하기도 함. 근데 이런경우는 overfitting이나 spurious regression의 가능성이 크기 때문에 사전에 걸ㄹㅓ지는 게 일반적