비계량인을 위한 경영통계 12장 회귀분석 과제

목차

1. 회귀분석모형설정 (이 데이터는 독립 변수가 하나인 경우이므로 단순회귀모델이다.)
2. 분산분석을 통한 모형설정의 적합성 검정 (유의한 F값에 의한 검정)
3. 결정계수
4. 추정회귀선을 통한 결과해석
5. 절편과 기울기를 통한 타당성 검정 (t통계량 사용)
6. 결론

본문내용

2. 분산분석을 통한 모형설정의 적합성 검정 (유의한 F값에 의한 검정)
- 귀무가설 : (직선의 절편, X나 E와 상관없이 Y자체가 갖는 값)는 0이다.
- 대립가설 : (직선의 기울기, Y와 X 간의 관계 정도를 나타냄)은 0이 아니다.
F검정통계량을 사용해보면, F값(F비)이 약 50.75, P값(유의한 F)은 1.22603의 소수점6번째 자리 수인 0.00000122603이 나온다. 본 과제에서 설정한 유의수준 0.01과 비교했을 때 P값(유의한 F)이 훨씬 작기 때문에 귀무가설을 기각할 수 있다. 따라서 은 0이 아니고, 처음 설정한 회귀분석모형이 의미가 있음을 알 수 있다.

3. 결정계수()에 의한 회귀모델 평가 결과해석
회귀분석 통계량에서 결정계수는 0.7382로써 환산하면 약 74%이다. 이는 정보처리비용 변동의 약 74%는 보험지급액의 변화에 의해 설명할 수 있다는 의미이다.
또한 분산 분석 통계 결과에서 제곱 평균값을 통하여 독립변수의 효과(회귀의 제곱 평균값)는 7383.86이 나왔고, 외생변수의 효과(잔차의 제곱 평균값)는 145.48이 나왔다. 이 수치를 비교하면 알 수 있듯 외생변수의 효과가 독립변수의 효과보다 매우 작다는 것을 의미한다.

참고 자료

없음