R-Square과 P-value 개념분석

소개글

R-Square과 P-value 개념분석

목차

① R-Square

② P-Value

③ Beta계수

본문내용

① R-Square
결정계수라 하며 회귀식의 검정에 쓰인다.
식 <수식 포함>

1에 가까울수록 회귀식이 자료를 잘 설명하고 있음을 가리킨다.
R2으로 표시되는 결정계수(coefficient of determination)는 회귀분석의 중요한 결과이다. 결정계수는 독립변수로부터 예측되는 종속변수의 분산의 비율을 의미한다. <수식 포함> - 결정계수는 0과 1사이의 값을 갖는다. <수식 포함> - R2 =0 이면 독립변수는 종속변수를 전혀 예측할 수 없다는 것을 의미한다. <수식 포함> - R2 =1 이면 독립변수는 종속변수를 오차없이 예측할 수 있다는 것을 의미한다. <수식 포함> - 0과 1 사이의 R2 <수식 포함> 값은 종속변수는 예측가능한 것을 의미한다. <수식 포함> 예를들어 R2 =0.1 이면 Y의 분산의 10%를 X에서 예측 가능하고, <수식 포함> R2 =0.2 이면 Y의 분산의 20%를 예측 가능하다.
② P-Value
유의확률이라고도 한다. 유의확률 (P-Value) 값이 0.05보다 작으면 유의한 차이가 있다라고 하며, 0.05보다 큰 경우에는 유의한 차이가 없다라고 한다. 유의확률은 가설(H0, H1)과 연계되는 개념으로 실제로는 H0가 참인데도 불구하고, H1 이라고 잘못 선택할 확률, 즉, 제 1종 오류를 범할 확률을 의미한다. 다른 의미로는 "H1 이다" 라고 주장했는데, 그것이 틀릴 확률을 의미한다.

참고 자료

없음