회귀 진단
Regression diagnostic통계학에서 회귀 진단은 여러 [1]가지 방법으로 모형의 유효성을 평가하려는 회귀 분석에 사용할 수 있는 일련의 절차 중 하나입니다.이 평가는 모델의 기초 통계 가정에 대한 탐구일 수 있고, 설명 변수가 적거나 많거나 다른 공식 또는 관측치 하위 그룹에 대한 연구를 고려하여 모델의 구조를 조사하거나, 모델에 의해 잘 표현되지 않거나(외측) 관측치 하위 그룹에 대한 연구가 될 수 있다.e 회귀 모형의 예측에 상대적으로 큰 영향을 미칩니다.
회귀 진단은 그래픽 결과, 비공식 정량 결과 또는 공식 통계 가설 [2]테스트의 형태를 취할 수 있으며, 각각은 회귀 분석의 추가 단계에 대한 지침을 제공한다.
서론
회귀 진단은 종종 선형 회귀, 특히 일반 최소 제곱의 맥락에서 개발되거나 초기에 제안되었다.즉, 정식으로 정의된 진단은 이러한 컨텍스트에서만 사용할 수 있습니다.
전제 조건의 평가
- 모델 오차 분포
- 모델 오차 상관 관계
모델 구조 평가
- 기존 설명 변수의 적절성
- 부분 잔차 그림
- 램지 리셋 테스트
- F 반복 관측치가 있을 때 사용하는 검정: 모형 오차가 균질적이고 정규 분포를 갖는다고 가정하여 적합치 결여 제곱합과 순수 오차 제곱합을 비교할 수 있습니다.
- 설명 변수 추가 또는 삭제
- 관측치 그룹 간의 모형 구조 변경
- 모델 구조 비교
중요한 관측치 그룹
- 이상치
- 영향력 있는 관찰
- 레버리지(통계량), 부분 레버리지
- DFFIT
- 쿡 거리
레퍼런스
- ^ Everitt, B.S. (2002) 케임브리지 통계 사전, CUP. ISBN0-521-81099-X(회귀진단 엔트리)
- ^ Dodge, Y. (2003) 옥스퍼드 통계 용어 사전, OUP. ISBN 0-19-920613-9
