회귀모형_중간과제물_30점만점

소개글

"회귀모형_중간과제물_30점만점"에 대한 내용입니다.

목차

1. 1 번 문제: p. 145 forbes 자료를 이용하여 교재 1.7 분석사례와 같이 분석하고, 설명하시오. (단, 온도(temp), 대기압력(press) 라 할 때, 반응변수(Lpress) = 100*log10(press) 로 변환하고, 온도(temp)를 독립변수로 하기 바람)
2. 2 번 문제: 연습문제 5 장 2 번(p.162) 자료를 이용하여 교재 2.8 분석사례와 같이 분석하고, 설명하시오.

본문내용

먼저, 상용로그를 취한 값에 100 을 곱한 값을 반응변수 (Lpress)로 설정하였다.
그리고 온도(temp)를 독립변수로 설정하여 산점도를 그려보았다.

위 결과값으로 얻은 아래의 산점도를 통해 온도와 대기 압력이라는 두 변수 간에는 온도가 증가하면 대기 압력도 직선적으로 증가함을 확인할 수 있다.
따라서 단순회귀직선이 타당함을 알 수 있다.

[회귀모형 적합 결과]
회귀적합 결과는 다음과 같다. 회귀 계수의 추정값은 절편은 -42.2 이고, 기울기는 0.9 로 단순회귀방정식은 Y(Lpress)=0.9*X(temp)-42.2 가 된다. 결정계수는 0.995 로, 총변동 중에 99.5%가 회귀 방정식으로 설명되는 회귀변동이 차지하고 있음을 알 수 있다. F-값은 2962 이고, p-값은 2.2e16 보다 작기 때문에 적합된 회귀직선이 유의하다는 것을 의미한다.

[분산분석 결과]
아래의 분산분석표의 F 검정으로 회귀방정식이 유의한 가에 대한 검정이 가능하다. 검정통계량은 2961.5 이고, 이에 대한 유의 확률은 2.2e-16 보다 작기에 적합된 회귀선이 유의하다는 것을 알 수 있다.

[잔차 및 추정값 결과]
Names 함수를 통해 회귀적합 변수를 확인할 수 있고, cbind 로 변수를 결합할 수 있다.

참고 자료

없음