|
모형
(2) 예측 결과표
3. 지수평활법
(1) α = 0.05, 0.1, 0.3, 0.5, 0.7, 0.9, 0.95
(2) 예측결과표
(3) α=0.70 모형 차트
4. 분할법
5. 회귀분석법
(1) 기초자료
(2) 회귀모형 개발
6. 여러 예측 방법의 정확성 평가
(1) 각각의 예측방법의 예측모형 비교
(2
|
|
|
모형에 포함된 변수들 간의 연계관계의 크기를 추정하기 위한 통계적 방법이다. 경로분석은 회귀분석방법을 반복적으로 사용함으로써 변수들 간에 존재할 것으로 상정하고 있는 인과관계의 크기를 추정해 낸다.
비실험적 방법의 약점은 인
|
|
|
|
연습문제 1장 (p.39) 1번 (1)~(6)
2번 (1)~(3)
연습문제 2장 (p.86) 2번 (1)~(7) 연습문제 1장 (p.39) 1번 (1)~(6)
2번 (1)~(3)
연습문제 2장 (p.86) 2번 (1)~(7)
|
|
|
모형에 쓸 수 있도록 변형된 통계자료를 찾을 수 없었다는 점도 매우 아쉬운 점 중에 하나입니다. 하지만 태어나서 처음으로 통계자료를 활용하여 그동안 내가 알고 싶었던 어떤 경제현상에 관한 나만의 의견을 정확한 숫자와 함께 회귀분석
|
|
|
회귀분석을 하여 다음과 같은 결과를 알 수 있다. (단, 유의 수준은 0.1로 하며, 인통비 : 인구1000명당 통근통학인수, 범죄인비 : 인구1000명당 범죄발생수.)
이 회귀분석에서 R
`^{ 2 }
값은 .743이고 수정된 R
`^{ 2 }
값은 .657이다. 이 모형으로 회귀
|
|
|
하고 a2,a3를 설명변수로 하는 회귀식이 가지는 설명력은 .5425이다. 1.설문지
2.연구모형 및 가설
3.신뢰성 분석
4.통계량에 의한 데이터 요약
5.기초 통계분석
군집분석, 집단별 평균분석, 상관분석, 대응분석
6.가설검증
7.결론
|
|
|
TED ERROR가 발생하므로 추정된 회귀모형이 오차항의 영향을 받으므로 회귀모형의 수정을 가하여야 한다. 이때 사용되는 귀무가설의 검정방법은 다음과 같다.
DURBIN WATSON 통계량 d = 과 같이 정의된다.
d=1.194
Durbin-Watson test statistic TABLE에서
1) n=24,
|
|
|
가 하나인 단순선형회귀모형(simple linear regression model)은 다음 식과 같이 나타낼 수 있다. (선형=1차함수)
여기서, ,은 미지의 모수(parameter)( 는 y절편(intercept), 은 기울기(slope))이며 은 오차항이다. 이때 n은 관측된 자료의 개수 이 다. 이 모형은
|
|
|
회귀분석이란 변수들 간의 함수관계를 분석하고 모형화 하는 통계적 기법이다.
일반적으로 종속변수에 영향을 주는 독립변수 수는 여러 개 있을 수 있기 때문에 회귀분석은 하나의 종속변수와 여러 개의 독립 변수들 간의 통계적 함수관계
|
|
|
변화에 따른 종속변수의 변화 확인 1. 회귀분석이란
2. 종속변수와 독립변수
3. 회귀모형의활용
4. 회귀방정식
5. 결과해석방법
6. 회귀방적식의 예
7. 가설검정
8. 회귀 분석모형과 선형성
9. 모형적합도
10. 회귀 방정식과 모형설정
|
|
메뉴펼치기
