|
회귀모형으로 적합하는 경우.
변수가 가지는 대략적인 형태를 파악해야 한다.
여러 개의 입력변수를 가지는 경우 - 함수 형태를 미리 파악 대부분 불가능.
신경망이 유용한 경우
: 많은 입력변수, 입력변수와 목표변수간에 복잡한 비선형 형
|
|
|
회귀모형의 적합도를 측정하기 위해 R2을 사용하는 경우 고려되는 변수의 개수가 많을 수록 R2가 커지는
문제점이 발생한다. 따라서 회귀모형에서 통계적으로 유의하지 않는 변수가 추가되더라도 R2가
인공적으로 커지는 문제점이 발생
|
|
|
회귀모형의 가정사항 검토
- 잔차분석 -
[ 등분산성 분석 ]
[ 독립성 검정 ]
< 더빈-왓슨 검정 >
..
가정 :
.. :
오차함 간에 독립성이 존재
:
오차함 간에 양의 상관관계가 존재
:
오차함 간에 음의 상관관계가 존재
항
Durbin-Watson statistic = 1.65
|
|
|
것이 쉽지 않았다. 이에 대출채권을 그 대용치로 사용했으나 결과적으로는 잘못된 변수인용이었던 것으로 보인다. 1.서론
2. 모형설정 및 데이터
3.실증분석 결과
<이분산을 조정한 후의 최종결과>
4.결론
※독립변수 선정이유
|
|
|
모형에 포함시켰는데, 추후 연구에서는 광고선전비 외에 판매비에 속한 항목들을 추가하고, 교육훈련비의 경우도 인건비 가운데 무형자산성 지출이라고 판단되는 항목들을 추가하여 분석해 본다면 보다 의미가 있을 것이라고 생각된다.
참
|
|
|
공장신설 및 설비투자 부담 없이 생산량을 늘릴 수 있는 여력을 갖춤. Ⅰ. 경제분석
Ⅱ. 산업분석
Ⅲ. 기업분석
Ⅳ. 미래 예측
Ⅴ. 주식평가모형 적용
Ⅵ. 종합적 판단
Ⅶ. 포트폴리오 구성
Ⅷ. 최종 투자의견
Ⅸ. 모의투자 중간성과
|
|
|
계성을 함수식으로 표현하는 통계적 모형.
(2) 다중회귀분석
● 분석의 목적
- 2 이상의 독립변수를 가지고 종속변수를 설명한다.
- 독립변수들이 종속변수에 영향을 미치는지 파악한다.
- 회귀모형을 추정하여 종속변수의 값을 예측한다.
●
|
|
|
모형1과 모형2에 대하여 각각 34.988과 24.101이며 유의확률을 둘 다 0.000으로 신뢰할 수 있음을 알 수 있다.
<그림.2-5>:분산분석
③후진선택법을 통한 회귀분석
후진선택법이란 전진선택법과 반대의 방법으로 선택해 나가는 방법으로, 초기에
|
|
|
모형에 비해서도 헤지성과가 뒤지지 않는 것으로 나타났다.
외국의 경우 1975년 미국에서 금리선물이 도입된 이후 헤지에 관한 연구가 활발히 진행되었다. 특히 Ederington (1979)이 포트폴리오 이론을 이용 최소분산헤지를 도출하면서 회귀분석
|
|
|
회귀분석에서 총변동량(SST)이 200이고, 설명 안 된 변동량(SSE)이 124일 때, 결정계수 값을 구하시오. (3점, 풀이과정 없이 정답만 쓰면 감점)
15. 회귀모형에서 F-검정의 특징 및 장점을 간단히 기술하시오. (4점, 불완전한 답일 경우 그 정도에 따
|
|
메뉴펼치기
