그냥저냥

· 중회귀 모형의 분산분석 중회귀에서도 단순 회귀와 같이 분산분석을 통해 회귀의 유용성(타당성)을 검증할 수 있다. 단순 회귀에서의 분산분석의 경우 가설은 아래와 같다. (가설) 귀무가설 : β1 = 0 vs 대립가설 : β1 ≠ 0 종합하면 회귀식은 무의미하다 vs 회귀식은 유의하다. 정도로 나타낼 수 있었다. 하지만, 중회귀에서의 분산분석의 경우 매우 강력한 가설을 갖고 있다. (가설) 귀무가설 : β1 = β2 = β3 =... = βi = 0 vs 대립가설 : β1 = β2 = β3 =... = βi ≠ 0 요약하면 절편을 제외한 모든 회귀계수들이 0이다. vs 적어도 하나 이상의 회귀식은 유의미하다. 검증 결과 대립가설이 채택되었다면, k 개의 설명변수 중 적어도 하나의 변수가 반응변수와 선형 ..

· 중회귀모형 설명변수(x) 또는 독립변수가 두 개 이상인 회귀를 중회귀라 한다. 한 화면에 가능한 쌍들의 산점도를 모두 그린 그림을 산점도 행렬이라고 한다. R패키지로는 lattice와 rgl을 사용할 것이다. · 독립변수가 k 개인 중회귀모형 설명변수의 개수가 k(설명변수명 : x1,..., xk)인 회귀모형은 아래와 같이 표현할 수 있다.(단, xi는 i번째 설명변수의 벡터를 의미한다.) ※ 역행렬 행렬 A가 n by n인 정방 행렬이고 행렬식이 D(A) ≠ 0이면, 행렬 A의 역행렬인 A ** -1가 존재한다. · 행렬에 대한 성질들 행렬 X' * X에 대한 성질 행렬의 미분(Vector 미분) 최소 제곱법(최소 자승법)에 의한 회귀계수 구하기 여기서 x'xb = x'y를 정규 방정식이라고 한다...