슬라이드 1
|
|
|
- 원빈 돈
- 5 years ago
- Views:
Transcription
1 Principles of Econometrics (3e) Ch. 6 다중회귀모형에관한 추가적인논의 013 년 1 학기 윤성민
2 6장의주요내용 다중회귀모형의모수에관한둘이상의가설로구성된귀무가설을동시에검정하는경우 ( 결합가설의검정 ) F-검정 표본의정보이외에비표본정보도함께이용하는경우 제한최소제곱법 모형설정의오류를찾는방법 RESET 검정 다중공선성문제의탐지와해결방법 Ch. 6 다중회귀모형에관한추가적인논의
3 6.1 F- 검정 < 햄버거체인점사례 > 제한되지않은모형 (U) S =β +β P +β A + e i 1 i 3 i i 가설이 H β 0 H β 0 0 : = 1 : 로설정된다면 t- 검정 제한된모형 (R) S =β +β A + e i 1 3 i i ( β = 0) 귀무가설이참이라면 귀무가설이거짓이라면 SSE R = SSE U SSE R > SSE U Ch. 6 다중회귀모형에관한추가적인논의 3
4 6.1 F- 검정 F- 분포 F-distribution : 각각자유도가 m 1, m 인카이제곱분포를갖는 두확률변수 ( V 1, V ) 의비율은 F- 분포를따름 F = V V 1 1 ~ / m / m F m 1, m Ch. 6 다중회귀모형에관한추가적인논의 4
5 6.1 F- 검정 Ch. 6 다중회귀모형에관한추가적인논의 5
6 6.1 F- 검정 F- 통계량 ( SSER SSEU)/ J F = ~ F( J, N K) SSE /( N K) U t χ SSE = eˆ ~ ( N K) 모형에설정된제한이부적절할수록 ( SSE SSEU ) 커짐 R PF ( > F α ) = α F- 값커짐 귀무가설기각 Ch. 6 다중회귀모형에관한추가적인논의 6
7 6.1 F- 검정 Ch. 6 다중회귀모형에관한추가적인논의 7
8 6.1 F- 검정 single restriction F- 검정 ( 단일가설검정경우 ) 가설 : H β 0 H β 0 ( 총수입은가격에의존하는가?) 검정통계량 : 유의수준선택 : 자유도및임계값 : 단일가설이므로 J=1, (N-K)=75-3=7 이므로 F- 통계량 : 0 : = 1 : ( SSER SSEU)/ J F = ~ F( J, N K) SSE /( N K) U α = 0.05 임계값은 ( R U ) SSE ( N K ) U Fc = F = (1,7;0.05) 3.97 ( ) ( 75 3) SSE SSE J F = = = 5.06 =FINV(0.05,1,7) 검정결과 : F = 5.06 > 3.97 = Fc 따라서귀무가설기각 ( 가격에의존 ) P- 값계산 : p = PF [ 5.06] =.0000 (1,7) =FDIST(5.06,1,7) p = < 0.05 = α Ch. 6 다중회귀모형에관한추가적인논의 8
9 6.1 F- 검정 햄버거체인점의총수입은가격에의존하는가? (t- 검정 ) 가설 : 검정통계량 : 유의수준선택 : H β 0 H β 0 0 : = t = 1 : b ~ t se( b ) α = 0.05 ( N K) 임계값및기각역 : 자유도 =75-3=7이므로임계값은기각역은 t =TINV(0.05,7) t = ± c t-통계량및 P-값계산 : t 검정결과 : 7.15 < 1.993, p F b se( b ) = = = ( ( ) ) Pt 7 ( 7) Pt ( ) > < 7.15 = (. 10 ) = = < 0.05 = α =TDIST(-7.15,7,) 따라서귀무가설기각, 즉수입은가격에의존함 = 5.06 = t = ( 7.15) F c = 3.97 = t = (1.993) c Ch. 6 다중회귀모형에관한추가적인논의 9
10 6. 모형의유의성검정 y =β + x β + x β + + x β + e t 1 t t3 3 tk K t 단일추정치의유의성검정 t- 검정 (F- 검정과동일한결과 ) H H 0 1 : 어느 : β k 0 한 β k = 0 회귀모형의전반적인유의성검정 = 결합가설의검정 F-검정 H H : β = 0, β = 0,, β = 0 : at least one of the β is nonzero K k Ch. 6 다중회귀모형에관한추가적인논의 10
11 6. 모형의유의성검정 multiple restriction F- 검정 ( 결합가설검정경우 ) y =β+ x β+ x β+ + x β + e i 1 i i3 3 ik K i ( 귀무가설 ) H : β = 0 and β = 0 and β = K ( 대립가설 ) H β 들중적어도하나는 0이아니다 1 : k 이경우제한된모형 : * 이모형의 OLS 추정량 b1 = Yt / T = Y SSE U = SSE J = K 1 ( SSER SSEU)/ J ( SST SSE) / ( K 1) F= = ~ FK ( 1, N K) SSE /( N K) SSE /( N K) U y i =β+ e N N * R ( i 1 ) ( i ) i= 1 i= 1 SSE = y b = y y = SST 1 Ch. 6 다중회귀모형에관한추가적인논의 11 i
12 6. 모형의유의성검정 햄버거체인점, 결합가설검정 ( 회귀식의전반적유의성검정 ) S =β +β P +β A + e i 1 i 3 i i 귀무가설 : - 대립가설 : H 0 : β = 0 and β 3 = 0 H : β 0 or β 분산분석 자유도 제곱합 제곱평균 F 비 유의한 F 회귀 E-10 잔차 계 F ( SST SSE) / ( K 1) ( ) / = = = SSE / ( N K) / (75 3) 9.5 F = F(,7 ; 0.05) = > 3.1 귀무가설기각함 c p= PF [ 9.5] =.0000 (,7) Ch. 6 다중회귀모형에관한추가적인논의 1
13 6. 모형의유의성검정 Eviews output Dependent Variable: SALES Method: Least Squares Date: 11/04/10 Time: 3:9 Sample: 1 75 Included observations: 75 SALES=C(1)+C()*PRICE+C(3)*ADVERT Coefficient Std. Error t-statistic Prob. C(1) C() C(3) R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood Hannan-Quinn criter F-statistic Durbin-Watson stat Prob(F-statistic) Ch. 6 다중회귀모형에관한추가적인논의 13
14 6.3 확장된모형 S =β 1+β P+β 3A+ e 광고비지출을늘리면매출액이계속비례적으로증가할것인가? 현실적으로광고비의효과에는수확체감의법칙이작용할것같음 Ch. 6 다중회귀모형에관한추가적인논의 14
15 6.3 확장된모형 확장된모형 광고비지출이매출액증대에미치는효과에수확체감이 작용하는경우, 다음과같은모형이적합할수있음 S =β 1+β P+β 3A+β 4A + e ES ( ) ES ( ) = =β + β A ( P held constant) A 3 4 A 이경우 β > 0, β < 0 으로예상됨 3 4 Ch. 6 다중회귀모형에관한추가적인논의 15
16 6.3 확장된모형 확장된모형의추정결과 추정방법 : 아래와같이변수를변환하여 OLS 적용함 S =β 1+β P+β 3A+β 4A + e y = S, x = P, x = A, x = A i i i i i3 i i4 i y =β +β x +β x +β x + e i 1 i 3 i3 4 i4 추정결과 Sˆ = P A.768 A i i i i (se) (6.80) (1.046) (3.556) (0.941) Ch. 6 다중회귀모형에관한추가적인논의 16
17 6.4 경제적가설의검정 광고의유용성 광고는매출에영향을미치는가? 제한되지않은모형 S P A A e U i =β 1 +β i +β 3 i +β 4 i + i ( ) H0 : β 3 = 0, β 4 = 0 H1: β3 0 or β4 0 귀무가설이옳다면 ( 즉, 광고가매출에아무런도움이안된다면 ) Si =β 1 +β Pi + ei ( R) Ch. 6 다중회귀모형에관한추가적인논의 17
18 햄버거체인점의광고는총수입에영향을미치는가? (F- 검정 ) 유의수준선택 : 임계값및기각역 : 자유도 =75-4=71 이므로임계값은 F- 통계량및 P- 값계산 : 검정결과 : S =β +β P +β A +β A + e i 1 i 3 i 4 i i 가설 : H0 : β 3 = 0, β 4 = 0 H1: β3 0 or β4 0 ( SSER SSEU ) 검정통계량 : F = F(,71) SSE 75 4 Fc U α = 0.05 기각역은 ( ) = 3.16 < F = 8.44 F > 3.16 ( ) ( 75 4) 6.4 경제적가설의검정 따라서귀무가설기각, 즉광고는매출액에영향미침 Fc F = = 8.44 PF [ (,71) > 8.44] =.0005 = F = (.95,,71) 3.16 Ch. 6 다중회귀모형에관한추가적인논의 18
19 6.4 경제적가설의검정 6.4. 광고의최적수준 S =β +β P +β A +β A + e i 1 i 3 i 4 i i 경제이론에따르면한계수익이한계비용보다큰모든행위를해야함 광고를한단위증가시킴에따른한계수익 = 기대매출액의증가 ES ( ) A ( P held constant) =β + β 3 4 광고를한단위증가시킴에따른한계비용 = 광고비 (1 단위금액 ) ( 매출증가에따른재료비, 인건비, 관리비등은없다고가정함 ) 한계수입 = 한계비용은아래의조건이충족될때나타남 β + β = 1 3 4A o 추정치대입, (1.151) + (.76796) ˆ = 1 A ˆ =.104 따라서광고의최적수준은 $,104 임 A A o o Ch. 6 다중회귀모형에관한추가적인논의 19
20 6.5 비표본정보의이용 비표본정보 (Nonsample Information) 표본자료에포함된정보이외에추가적인정보 경제원칙, 경제이론, 경험등에서얻을수있음 모수를추정할때정확성을향상시킬수있음 Ch. 6 다중회귀모형에관한추가적인논의 0
21 6.5 비표본정보의이용 비표본정보의이용 : 맥주수요함수예 (,,, ) q= f p p p m B L R - q : 맥주수요량, P B : 맥주가격, P L : 다른술가격 P R : 기타다른모든재화가격, m : 소득 ln q=β +β ln p +β ln p +β ln p +β ln m 1 B 3 L 4 R 5 화폐착각 (money illusion) 이없다면, 모든가격과소득이동일한비율로증가할경우수요량은변화하지않을것임 ( B) ( L) ( R) ( ) p p p m ( ) ln q=β +β ln λ p +β ln λ p +β ln λ p +β ln λm =β +β ln +β ln +β ln +β ln + β +β +β +β ln λ 1 B 3 L 4 R 화폐착각이없다면 ( 소비자가합리적이라면 ) β +β 3+β 4 +β 5 = 0 Ch. 6 다중회귀모형에관한추가적인논의 1
22 6.5 비표본정보의이용 맥주수요함수추정에사용된통계자료의기통통계값 q : 맥주수요량, P B : 맥주가격, P L : 다른술가격 P R : 기타다른모든재화가격, m : 소득 ln q=β +β ln p +β ln p +β ln p +β ln m 1 B 3 L 4 R 5 β +β 3+β 4 +β 5 = 0 Ch. 6 다중회귀모형에관한추가적인논의
23 비표본정보인다음관계식을원래식에대입 β 4 = β β3 β5 ( ) ( ln ln ) ( ln ln ) ( ln ln ) ln q =β +β ln p +β ln p + β β β ln p +β ln m + e t 1 Bt 3 Lt 3 5 Rt 5 t t =β +β p p +β p p +β m p + e 1 Bt Rt 3 Lt Rt 5 t Rt t p Bt p Lt m t =β 1+β ln +β 3ln +β 5ln + e prt prt prt p Bt p Lt m t ln qˆ t = ln ln ln prt prt prt (3.714) (0.166) (0.84) (0.47) t 6.5 비표본정보의이용 b = b b b * * * * = ( 1.994) = Ch. 6 다중회귀모형에관한추가적인논의 3
24 맥주수요함수추청결과 : linear model Dependent Variable: Q Method: Least Squares Date: 04/3/11 Time: 16: Sample: 1 30 Included observations: 30 Q=C(1)+C()*PB+C(3)*PL+C(4)*PR+C(5)*M Coefficient Std. Error t-statistic Prob. C(1) C() C(3) C(4) C(5) R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood Hannan-Quinn criter F-statistic Durbin-Watson stat Prob(F-statistic)
25 맥주수요함수추청결과 : log-log model Dependent Variable: LOG(Q) Method: Least Squares Date: 04/3/11 Time: 16:37 Sample: 1 30 Included observations: 30 LOG(Q)=C(1)+C()*LOG(PB)+C(3)*LOG(PL)+C(4)*LOG(PR)+C(5)*LOG(M) Coefficient Std. Error t-statistic Prob. C(1) C() C(3) C(4) C(5) R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood Hannan-Quinn criter F-statistic Durbin-Watson stat Prob(F-statistic)
26 맥주수요함수추청결과 : 비표본정보이용 (1) Dependent Variable: LOG(Q) Method: Least Squares Date: 04/3/11 Time: 16:50 Sample: 1 30 Included observations: 30 LOG(Q)=C(1)+C()*LOG(PB/PR)+C(3)*LOG(PL/PR)+C(5)*LOG(M/PR) Coefficient Std. Error t-statistic Prob. C(1) C() C(3) C(5) R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood Hannan-Quinn criter F-statistic Durbin-Watson stat Prob(F-statistic)
27 맥주수요함수추청결과 : 비표본정보이용 () Dependent Variable: LOG(Q) Method: Least Squares Date: 04/3/11 Time: 17:03 Sample: 1 30 Included observations: 30 LOG(Q)=C(1)+C(3)*LOG(PL/PB)+C(4)*LOG(PR/PB)+C(5)*LOG(M/PB) Coefficient Std. Error t-statistic Prob. C(1) C(3) C(4) C(5) R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood Hannan-Quinn criter F-statistic Durbin-Watson stat Prob(F-statistic)
28 6.6 모형설정 < 설정된모형에따라달라지는문제들 > 모형의모수를추정하는최선의방법은무엇인가? 모형의모수에관한가설을어떻게설정하여야하는가? 모형의모수에관한가설을어떻게검정할수있는가? 예측은어떻게해야하는가? 모형을선택할경우어떤사항을중요하게고려하여야하나? 선택한모형이적절한지를평가하는방법은무엇인가? Ch. 6 다중회귀모형에관한추가적인논의 8
29 6.6 모형설정 < 모형을선택할경우고려해야할사항 > (1) 모형에포함되어야할설명변수의선정 () 함수형태의선택 (3) 다중회귀모형의기본가정인 MR1~MR6 의준수여부 Ch. 6 다중회귀모형에관한추가적인논의 9
30 6.6.1 주요변수의누락이유발하는문제 (omitted-variable problem) 올바른모형이다음과같다고하자 W =β +β E +β M + e t 1 t 3 t t : 피고용인임금, : 경험, : 열의 (motivation) W E M 부적절한모형 ( 주요설명변수 M 이누락된모형 ) W =β +β E + v t 1 t t 6.6 모형설정 부적절한제약 β 3 = 0 이부과된셈 누락된변수 ( M ) 와포함된변수 ( E ) 가완전독립이아니라면, β 1 β, 의 OLS 추정량은분산이감소하나불편추정량이못됨 추정된계수가예상하지못한부호를갖거나비현실적인값을 가지는원인이되기도함 ( 증명 : 6 장부록 6B) Ch. 6 다중회귀모형에관한추가적인논의 30
31 6.6 모형설정 가계소득추정사례 맞벌이가계가많아, 가계총소득 (FAMINC) 은남편의교육수준 (HEDU) 과아내의교육수준 (WEDU) 에크게의존한다고하자 아래자료로추정 Ch. 6 다중회귀모형에관한추가적인논의 31
32 6.6 모형설정 가계소득추정결과 FAMINC = HEDU WEDU i i i (se) (1130) (803) (1066) ( p-value) (.6) (.000) (.000) - 남편이교육을 1년더받을경우연간가계소득은 $3,13 증가 중요변수 (WEDU) 가누락된경우의추정결과 FAMINC i = HEDU (se) (8541) (658) ( p-value) (.00) (.000) - 남편이교육을 1년더받을경우연간가계소득은 $5,155 증가 즉, 약 $,000 과대평가 ( 불편추정량아닌것을확인할수있음 ) i Ch. 6 다중회귀모형에관한추가적인논의 3
33 6.6 모형설정 가계소득추정결과 FAMINC = HEDU WEDU i i i (se) (1130) (803) (1066) ( p-value) (.6) (.000) (.000) - 남편이교육을 1년더받을경우연간가계소득은 $3,13 증가 중요하지않은변수 (KL6, 6세미만자녀수 ) 가누락된경우의추정결과 FAMINC = HEDU WEDU KL 6 i i i i (se) (11163) (797) (1061) (5004) ( p-value) (.488) (.000) (.000) (.004) - 남편이교육을 1년더받을경우연간가계소득은 $3,11 증가 HEDU와 WEDU 추정치에별변화없음 ( 불편추정량일가능성높음 ) - KL6가 HEDU 및 WEDU와독립이면, 누락되어도전혀영향주지않음 Ch. 6 다중회귀모형에관한추가적인논의 33
34 6.6 모형설정 어떤한변수가회귀모형에포함되어야하는지를판단하는방법 기본원칙 : 유의성검정추정치가 0이라는귀무가설이기각되면포함시킴 < 주의 > 추정치가 0이라는귀무가설이기각되지못하는이유 (1) 해당변수가종속변수와무관한경우 제외시켜야함 () 중요한변수임에도불구하고, 표본이적절하지못한경우 제외시키면, 나머지추정치는불편추정량이되지못함 가능한많은변수를포함시키는것이좋은전략인가? Cf. stepwise 옵션 model Y = X1 X X3 X4 / selection=stepwise ; Ch. 6 다중회귀모형에관한추가적인논의 34
35 6.6 모형설정 가계소득추정결과 FAMINC = HEDU WEDU (se) (1130) (803) (1066) ( p-value) (.6) (.000) (.000) - 남편이교육을 1 년더받을경우연간가계소득은 $3,13 증가 무관한변수 (KL6, 6 세미만자녀수 ) 가누락된경우의추정결과 - 남편이교육을 1 년더받을경우연간가계소득은 $3,11 증가 HEDU 와 WEDU 추정치에별변화없음 ( 불편추정량일가능성높음 ) - KL6 가 HEDU 및 WEDU 와독립이면, 누락되어도전혀영향주지않음 Ch. 6 다중회귀모형에관한추가적인논의 i i i FAMINC = HEDU WEDU KL 6 i i i i (se) (11163) (797) (1061) (5004) ( p-value) (.488) (.000) (.000) (.004) KL6 은 6 세미만자녀수 ( 남편및아내의교육수준과무관 ) 35
36 6.6. 종속변수와관련되지않은변수가포함되었을때의문제 올바른모형이다음과같다고하자 W =β +β E +β M + e t 1 t 3 t t 부적절한아래모형을추정하였다고하자 W =β +β E +β M +β C + e t 1 t 3 t 4 t t 6.6 모형설정 문제점 - β1, β, β3 의 OLS 추정량은불편추정량이기는하지만, 분산이증가하게됨 ( C 가 E 및 M 과완전독립이아니면 ) 나머지추정치의정확도를떨어뜨리고, 유의하지않은것으로오해하게만들수있음 Ch. 6 다중회귀모형에관한추가적인논의 36
37 6.6 모형설정 가계소득추정결과 FAMINC = HEDU WEDU KL 6 i i i i (se) (11163) (797) (1061) (5004) ( p-value) (.488) (.000) (.000) (.004) - 남편이교육을 1년더받을경우연간가계소득은 $3,13 증가 종속변수와인위적인 ( 무관한 ) 변수 (X5, X6) 가포함된경우의추정결과 FAMINC = HEDU WEDU 1400 KL X 1067X i i i i i5 i6 (se) (11195) (150) (78) (5044) (4) (198) ( p-value) (.500) (.008) (.010) (.005) (.69) (.591) - HEDU와 WEDU 추정치에큰변화없음 ( 불편추정량일가능성있음 ) - 주요추정치의표준오차가크게증가하는문제확인됨, 정확성감소 Ch. 6 다중회귀모형에관한추가적인논의 X5, X6 는난수발생시켜만든변수 ( 무관, 독립 ) 37
38 6.6.3 RESET 검정 (Regression Specification Error Test) 적절한변수누락여부와함수형태의잘못된설정을검정 다음과같은두개의인위적인모형을생각해보자 이나가 0 이아니라면, 비선형함수가적절하다는의미 따라서 RESET 검정의가설은아래와같음 t t t t e Y X X Y t = ˆ γ β β β t t t e X X Y t = β β β t t X b X b b Y t ˆ + + = t t t t t e Y Y X X Y t = ˆ ˆ γ γ β β β 1 γ γ 0 : 0, : = γ γ H H 0 0 : 0, : = = γ γ γ γ or H H 6.6 모형설정 Ch. 6 다중회귀모형에관한추가적인논의 38
39 6.6 모형설정 RESET 검정결과 귀무가설기각되면, 원래모형이부적절하여향상될수있다는의미 귀무가설을기각하는데실패할경우, RESET 검정은모형설정의오류를알아낼수없다는의미 proc autoreg ; loglog: model lq = lpb lpl lpr lm / reset ; liner: model q = pb pl pr m / reset ; Ch. 6 다중회귀모형에관한추가적인논의 39
40 Ramsey (1969) 의 RESET 검정예 : 맥주수요모형 <log-log model> ln( q ) =β +β ln( p ) +β ln( p ) +β ln( p ) +β ln( m ) + e t 1 Bt 3 Lt 4 Rt 5 t t <linear model> q =β +β p +β p +β p +β m + e t 1 Bt 3 Lt 4 Rt 5 t t 6.6 모형설정 Ramsey RESET Test: LOGLOG Model F-statistic (1 term) Probability F-statistic ( terms) Probability Ramsey RESET Test: LINEAR Model F-statistic (1 term) Probability F-statistic ( terms) Probability Ch. 6 다중회귀모형에관한추가적인논의 40
41 6.6 모형설정 맥주수요모형 RESET 검정결과 (1 term) : 예측치의제곱변수가추가된경우 ( terms) : 예측치의제곱및세제곱변수가함께추가된경우 <log-log model> F-값이아주작음 (0.0075, ), 이것들에상응하는 p-값은 및 0.708로유의수준 (0.05) 보다훨씬큼 log-log model이부적절한모형이라고주장할수없음 <linear model> p-값은 및 로유의수준 (0.05) 보다훨씬작음 linear model은부적절한모형이라는결론 Ch. 6 다중회귀모형에관한추가적인논의 41
42 6.6 모형설정 Model Dependent Variable loglog lq Ordinary Least Squares Estimates SSE DFE 5 MSE Root MSE SBC AIC Regress R-Square Total R-Square Durbin-Watson.6306 Ramsey's RESET Test Power RESET Pr > F Standard Approx Variable DF Estimate Error t Value Pr > t Intercept lpb lpl lpr lm Ch. 6 다중회귀모형에관한추가적인논의 4
43 6.6 모형설정 Model liner Dependent Variable q Ordinary Least Squares Estimates SSE DFE 5 MSE Root MSE SBC AIC Regress R-Square 0.81 Total R-Square 0.81 Durbin-Watson.5088 Ramsey's RESET Test Power RESET Pr > F Standard Approx Variable DF Estimate Error t Value Pr > t Intercept pb pl pr m Ch. 6 다중회귀모형에관한추가적인논의 43
44 6.7 다중공선성 (multicollinearity) 설명변수들사이에는밀접한관련이있을수있음 ( 두변수가공선 (collinear) 되어있다고라고말함 ) 이경우설명변수가종속변수에미치는영향을추정하기어려움설명변수자료는풍부한정보를가지지못함 (poor data) ( 공선성문제 collinearity problem 라고말함 ) ( 예1) 신문광고와우대권 ( 할인권 ) 나누어주기를동시에하는경우 매출액의증가에미치는광고의효과와우대권의효과를분리하여추정하기어려움 ( 예) 노동과자본이고정된비율로생산에투입되는경우 ( 버스-운전사 ) 노동과자본의한계생산물을각각분리하여추정하기어려움 Ch. 6 다중회귀모형에관한추가적인논의 44
45 6.7 다중공선성 다중공선성이유발하는효과들 R 및모형의 F 값이높음에도불구하고추정치들의 t-값이낮게나타남, 추정치들이유의하지않은것으로오해하게함 몇개의표본을추가하거나제외시키면, 추정치들이매우민감하게달라짐 모형에서명백하게유의하지않은설명변수를삭제하면추정치들이민감하게달라짐 공선관계가표본외관찰값에도동일하게존재하는경우에는예측의정확도가높을수있음 Ch. 6 다중회귀모형에관한추가적인논의 45
46 6.7 다중공선성 다중공선성문제 (multicollinearity problem) 설명변수들사이에정확한선형관계가존재하는경우, OLS 를이용해서는모수추정치를구할수없음 var( b ) = σ N 3 i i= 1 (1 r ) ( x x ) 설명변수들사이에거의정확한선형관계가존재하는경우, OLS 추정량의일부분산, 표준오차가큰값으로나타남 구간추정이넓은폭으로나타나모수의참값에대한정보를얻기어려움 Ch. 6 다중회귀모형에관한추가적인논의 46
47 6.7 다중공선성 6.7. 자동차연비사례 MPG = 연비 (miles per gallon) CYL = 실린더의수 (number of cylinders; V4, V6, V8, ) ENG = 배기량 (engine displacement in cubic inches) WGT = 차량무게 (vehicle weight in pounds) CYL, ENG, WGT 가 MPG 에미치는영향을추정하려고함 일반적으로대형차 ( 소형차 ) 의경우 CYL, ENG, WGT 가모두큼 ( 작음 ) 설명변수들사이에다중공선성이존재할가능성이높음 Ch. 6 다중회귀모형에관한추가적인논의 47
48 6.7 다중공선성 자동차연비사례추정결과 설명변수가하나만포함된모형의추정결과 MPG i = CYL (se) (0.83) (0.146) ( p-value) (0.000) (0.000) 설명변수가모두포함된모형의추정결과 i MPG = CYL ENG WGT i i i i (se) (1.5) (0.413) (0.0083) (0.0071) ( p-value) (0.000) (0.517) (0.15) (0.000) CYL 변수추정치의유의성이크게낮게나타나고있음 Ch. 6 다중회귀모형에관한추가적인논의 48
49 6.7 다중공선성 다중공선성의탐지및해결 다중공선성탐지방법 (1) 설명변수들사이의상관관계측정 ( 상관계수가 0.8 이상 ) R () 나 F- 값이높음에도불구하고, 추정치의 t- 값이낮을때 (3) 다음과같은보조적인회귀모형추정, 가 0.8 이상 x = a x + a x + + a x + error i 1 i1 3 i3 K ik R (4) 표본을몇개늘리거나줄이면, 추정치크기가크게변화 Ch. 6 다중회귀모형에관한추가적인논의 49
50 6.7 다중공선성 다중공선성해결방법 상관관계높은설명변수삭제 - 설명변수들사이의상관계수계산해서찾음 표본의수늘림 비표본정보의이용, 제약부과 Ch. 6 다중회귀모형에관한추가적인논의 50
51 6.8 예측 y =β+ x β+ x β+ e i 1 i i3 3 i 단순회귀경우와유사함 (1, x, x ) 에서의점예측치는아래와같음 0 03 ŷ0 = b1 + x0b + x03b3 Ch. 6 다중회귀모형에관한추가적인논의 51
52 < 과제 > (beer_new.dat 자료를이용하시오 ) Eviews output을출력하고, 출력물의빈여백에간단하게답을적으시오. 참고 : 6.10 문제에필요한 data 는사이버강의실에있음 Ch. 6 다중회귀모형에관한추가적인논의 5
<4D F736F F D20BDC3B0E8BFADBAD0BCAE20C1A B0AD5FBCF6C1A45FB0E8B7AEB0E6C1A6C7D E646F63>
제 3 강계량경제학 Review Par I. 단순회귀모형 I. 계량경제학 A. 계량경제학 (Economerics 이란? i. 경제적이론이설명하는경제변수들간의관계를경제자료를바탕으로통 계적으로추정 (esimaion 고검정 (es 하는학문 거시소비함수 (Keynse. C=f(Y, 0
슬라이드 1
Principles of Econometrics (3e) 013 년 1 학기 윤성민 10.0 서론 The assumptions of the simple linear regression are: SR1. SR. yi =β 1 +β xi + ei i= 1,, N Ee ( i ) = 0 SR3. var( e i ) = σ SR4. cov( e, e ) = 0 i
슬라이드 1
Prncples of Econometrcs (3e) 013 년 1 학기 윤성민 8.1. 이분산의본질 ( 예 ) 식료품지출 / 식료품지출과소득에관한 40 개표본 8.1 이분산의본질 3 8.1 이분산의본질 4 8.1 이분산의본질 동분산가정 5 8.1 이분산의본질 이분산가정 6 8.1
G Power
G Power 부산대학교통계학과조영석 1. G Power 란? 2. G Power 설치및실행 2.1 G Power 설치 2.2 G Power 실행 3. 검정 (Test) 3.1 가설검정 (Test of hypothesis) 3.2 검정력 (Power) 3.3 효과크기 (Effect size) 3.4 표본수산정 4. 분석 4.1 t- 검정 (t-test) 4.2
슬라이드 1
Principles of Economerics (3e) Ch. 4 예측, 적합도, 모형화 013 년 1 학기 윤성민 4.1 OLS 예측 (1) 점예측 x0 y0 - 설명변수일때, 종속변수의값을예측하고자함 y ˆ = b + 0 1 b x 0 Ch. 4 예측, 적합도, 모형화 /60 4.1 OLS 예측 예측오차 (forecas error), f 예측오차의기대값
슬라이드 1
Principle of Econometric (3e) 03 년 학기 윤성민 .0 서론 연립방정식모형 - 둘이상의종속변수가있는일련의방정식들로구성 OLS로추정하면부적절함 새로운추정방법필요 - 연립방정식추정법은계량경제학이통계학의회귀분석기법을넘어서는학문이라는것을보여주는분야이기도함 . 공급및수요모형 Demand: Supply: Q=α P+α X + e Q=β P+ e
공공기관임금프리미엄추계 연구책임자정진호 ( 한국노동연구원선임연구위원 ) 연구원오호영 ( 한국직업능력개발원연구위원 ) 연구보조원강승복 ( 한국노동연구원책임연구원 ) 이연구는국회예산정책처의정책연구용역사업으로 수행된것으로서, 본연구에서제시된의견이나대안등은
2013 년도연구용역보고서 공공기관임금프리미엄추계 - 2013. 12.- 이연구는국회예산정책처의연구용역사업으로수행된것으로서, 보고서의내용은연구용역사업을수행한연구자의개인의견이며, 국회예산정책처의공식견해가아님을알려드립니다. 연구책임자 한국노동연구원선임연구위원정진호 공공기관임금프리미엄추계 2013. 12. 연구책임자정진호 ( 한국노동연구원선임연구위원 ) 연구원오호영
Microsoft PowerPoint - chap_11_rep.ppt [호환 모드]
![Microsoft PowerPoint - chap_11_rep.ppt [호환 모드]](/thumbs/91/105158542.jpg "Microsoft PowerPoint - chap_11_rep.ppt [호환 모드]")
제 11 강 111 자기상관 Autocorrelation 자기상관의본질 11 유효성 (efficiency, accurate estimation/prediction) 을위해서는모든체계적인정보가회귀모형에체화되어있어야함 표본의무작위성 (randomness) 은서로다른관측치들에대한오차항들이상관되어있지말아야함을의미함 자기상관 (Autocorrelation) 은이러한표본의무작위성을위반하게만드는오차항에있는체계적패턴임
Microsoft PowerPoint - IPYYUIHNPGFU
분산분석 분산분석 (ANOVA: ANALYSIS OF VARIANCE) 두개이상의모집단의차이를검정 예 : 회사에서세종류의기계를설치하여동일한제품을생산하는경우, 각기계의생산량을조사하여평균생산량을비교 독립변수 : 다른변수에의해영향을주는변수 종속변수 : 다른변수에의해영향을받는변수 요인 (Factor): 독립변수 예에서의요인 : 기계의종류 (I, II, III) 요인수준
<4D F736F F D20BDC3B0E8BFADBAD0BCAE20C1A B0AD5FBCF6C1A45FB0E8B7AEB0E6C1A6C7D E646F63>
Par II. 다중회귀모형및기본가정의완화 I. 다중회귀모형 A. 다중회귀모형에대한가정 = β+β x + +β x +ε, =,..., ( x ) 관측치의수, 설명변수의수 K-, 추정모수의수 K 개별모수들의의미 : E( ) 예컨대, β = : 다른설명변수들이일정할때, x 의한 x 단위변화에대한종속변수의평균값의변화 즉다른변수들의영향력이통제 (conrol) 된상황에서첫번째설명변수의종속변수에대한영향력을나타내는값임
소표본 ( <4D F736F F D20C0C0BFEBB0E8B7AE20C1A B0AD202D20B0E8B7AEB0E6C1A6C7D E646F63>
제 강계량경제학 Review Par I. 단순회귀모형 I. 계량경제학 A. 계량경제학 (Economerics) 이란? i. 경제적이론이설명하는경제변수들간의관계를경제자료를바탕으로통 계적으로추정 (esimaion) 고검정 (es) 하는학문 거시소비함수 (Keynse). C=f(Y), 0
<4D F736F F D20C0C0BFEBB0E8B7AE20C1A B0AD202D20B0E8B7AEB0E6C1A6C7D E646F63>
제 강계량경제학 Review Par I. 단순회귀모형 I. 계량경제학 A. 계량경제학 (Economerics 이란? i. 경제적이론이설명하는경제변수들간의관계를경제자료를바탕으로통 계적으로추정 (esimaion 고검정 (es 하는학문 거시소비함수 (Keynse. C=f(Y, 0
선형모형_LM.pdf
변수선택 8 경제성의 원리로 불리우는 Occam s Razor는 어떤 현상을 설명할 때 불필요한 가정을 해서는 안 된다는 것이다. 같은 현상을 설 명하는 두 개의 주장이 있다면, 간 단한 쪽을 선택하라. 통계학의 유 의성 검정, 유의하지 않은 설명변 수 제거의 근거가 된다. 섹션 1 개요 개념 1) 경험이나 이론에 의해 종속변수에 영향을 미칠 것 같은 설명변수를
ASETAOOOCRKG.hwp
청년층 희망 일자리와 실제 취업 일자리 격차 분석 - 고학력 청년 실업 원인에 대한 일고찰 - 홍 성 민 * ** 박 진 희 세계적인 경기침체가 본격화되는 2009년에는 실업문제가 가장 큰 사회경제적 이슈로 등장할 가 능성이 높으며, 특히 청년층의 고실업 문제와 더불어 일자리 기피 인해 나타날 가능성이 있는 NEET 화 현상에 대한 우려가 커질 것으로 예상된다.
untitled
통계청 통계분석연구 제 3 권제 1 호 (98. 봄 ) 91-104 장기예측방법의비교 - 전도시소비자물가지수를중심으로 - 서두성 *, 최종후 ** 본논문의목적은소비자물가지수와같이시간의흐름에따라변동의폭이크지않은시계열자료의장기예측에있어서쉽고, 정확한예측모형을찾고자하는데에있다. 이를위하여네가지의장기예측방법 - 1회귀적방법 2Autoregressive error 방법
2156년올림픽 100미터육상경기에서여성의우승기록이남성의기록보다빠른첫해로남을수있음 2156년올림픽에서 100m 우승기록은남성의경우 8.098초, 여성은 8.079초로예측 통계적오차 ( 예측구간 ) 를고려하면빠르면 2064년, 늦어도 2788년에는그렇게될것이라고주장 유사
회귀분석 올림픽 100m 우승기록 2004년 9월과학저널 Nature에발표된 Oxford 대학교의임상병리학자인 Andrew Tatem과그의연구진의논문 1900~2004년까지의남성과여성의육상 100m 우승기록을분석하고앞으로최고기록이어떻게변할것인지를예측 2008년베이징올림픽에서남자의우승기록은 9.73±0.144(9.586, 9.874), 여자는 10.57±0.232(10.338,
슬라이드 1
Principles of Economerics (3e) Ch. 9 동태모형, 자기상관, 예측 2013 년 1 학기 윤성민 9.1 서론 경제적인과관계의시차효과 x 변화는여러기간에걸쳐종속변수에영향을미칠수있음 x y, y+1, y+ 2, 2 9.1 서론 경제변수의동태적관계를모형화할수있는세가지방법 시차설명변수의도입 x y, y+1, y+ 2, 이관계를달리표현하면,
제 4 장회귀분석
회귀의역사적유래 (historical origin of the regression) 회귀 (regression) 라는용어는유전학자 Francis Galton(1886) 에의해처음사용된데서유래함. 그의논문에서 비정상적으로크거나작은부모의아이들키는전체인구의평균신장을향해움직이거나회귀 (regression) 하는경향이있다. 고주장 회귀의역사적유래 (historical
슬라이드 1
계량경제학강의소개 2013 년 1 학기 윤성민 < 교재 > Principles of Econometrics / 계량경제학 (3판) 저자 : Hill, Griffiths and Lim / 이병락역 출판사 : Wiley / 시그마프레스 http://principlesofeconometrics.com/poe3/poe3.htm - 예제 program, data 등등
Microsoft PowerPoint - LM 2014s_Ch4.pptx
1. 회귀모형및가정 모형설명 선형 linearity 함수 (,,,, ) 회귀계수 : 모수, unknown but fixed 절편 : y-축을통과하는곳 기울기 : 편미분, 한단위증가 p개의설명변수 들은결정변수 ( 확률변수아님 ) 종속변수만확률변수 모형 설명변수개수 p 개 관측치개수 n, 1,2,, ~ 0, ( 행렬 ),, 가정 ~ 0, 정규성 normality
01-07-0.hwp
선거와 시장경제Ⅱ - 2000 국회의원 선거시장을 중심으로 - 발간사 차 례 표 차례 그림 차례 제1부 시장 메커니즘과 선거시장 Ⅰ. 서 론 Ⅱ. 선거시장의 원리와 운영방식 정당시장 지역구시장 문의사항은 Q&A를 참고하세요 정당시장 한나라당 사기 종목주가그래프 c 2000 중앙일보 Cyber중앙 All rights reserved. Terms
슬라이드 1
빅데이터분석을위한데이터마이닝방법론 SAS Enterprise Miner 활용사례를중심으로 7 주차 회귀분석 Regression Analysis 최종후, 강현철 차례 4.1 선형회귀분석 (Linear Regression Analysis) 4.2 로지스틱회귀분석 (Logistic Regression Analysis) 4.3 회귀분석의특징과제약 4.4 분석사례 -
생존분석의 추정과 비교 : 보충자료 이용희 December 12, 2018 Contents 1 생존함수와 위험함수 생존함수와 위험함수 예제: 지수분포
생존분석의 추정과 비교 : 보충자료 이용희 December, 8 Cotets 생존함수와 위험함수. 생존함수와 위험함수....................................... 예제: 지수분포.......................................... 예제: 와이블분포.........................................
eda_ch7.doc
( ) (, ) (X, Y) Y Y = 1 88 + 0 16 X =0601 Y = a + bx + cx X (nonlinea) ( ) X Y X Y b(016) ( ) log Y = log a + b log X = e Y = b ax 71 X (explanatoy va :independent ), Y (dependent : esponse) X, Y Sehyug
Microsoft Word - 동태적 모형.doc
동태적모형 - 시차분포모형 (lag disribued model) I. 개요 A. 경제적행위나결정들의효과는즉시적으로다나타나지않고미래의상당기간동안분포됨 i. 기의행위나결정들이 기뿐아니라 + 기, + 기등에도영향을미치는경우 ii. 경제적정책변수 x 의변화가경제적결과 y, y +, y +, y +3 등에영향을미침 iii. 이는다시말하면, y 가 x, x -, x
Microsoft Word - skku_TS2.docx
Statistical Package & Statistics Univariate : Time Series Data () ARMA 개념 ARIMA(Auto-Regressive Integrated Moving-Average) 모형은시계열데이터 { Y t } 의과거치 (previous observation Y t 1,,... ) 들이설명변수인 AR 과과거의오차항 (
제 1 부 연구 개요
2 출 문 차 1 부 과업의 개요 25 귀하 1 장 과업의 목적 27 1. 과업의 목적 및 목표 27 보고서를 2012년도 한돈자조금 성과분석 및 향후 사업방향 수립에 관한 연구 용역의 최종보고서로 제출합니다. 2013년 2월 제 2 장 주요 과업 내용 29 1. 과업 진행 과정 29 2. 과정별 수행 방법 30 가. 한돈자조금사업의 경제적 성과분석 30 나.
조사연구 권 호 연구논문 한국노동패널조사자료의분석을위한패널가중치산출및사용방안사례연구 A Case Study on Construction and Use of Longitudinal Weights for Korea Labor Income Panel Survey 2)3) a
조사연구 권 호 연구논문 한국노동패널조사자료의분석을위한패널가중치산출및사용방안사례연구 A Case Study on Construction and Use of Longitudinal Weights for Korea Labor Income Panel Survey 2)3) a) b) 조사연구 주제어 패널조사 횡단면가중치 종단면가중치 선형혼합모형 일반화선형혼 합모형
슬라이드 1
회귀분석 (Regression Analysis) 회귀분석은종속변수와독립변수들갂의관련성, 또는독립변수를 이용하여종속변수를예측하는데사용하며, 종속변수와독립변수 들의함수적관련성을이용하여분석한다. 회귀분석의목적 (1) 예측을목적 주어진독립변수를이용하여종속변수의평균값을추정할목적으로 기존의자료를이용하여회귀모형을세움 (2) 각독립변수가종속변수에미치는영향을평가 종속변수에어떤독립변수들이유의한영향을미치는지를알아보고
Microsoft Word - multiple
Chapter 3. Multiple Liear Regressio Data structure ad the model yi 0 1xi1 pxip i, i1,, (Y X ),,, : idepedet with E( ) 0 ad 1 : ukow 0, 1,, p, 0 1 i var( i ) X (1, x,, xp), rak( X) p1, X : give where xj
Microsoft PowerPoint - chap_11_rep.ppt [호환 모드]
![Microsoft PowerPoint - chap_11_rep.ppt [호환 모드]](/thumbs/91/105737384.jpg "Microsoft PowerPoint - chap_11_rep.ppt [호환 모드]")
제 11 강 자기상관 Auocorrelaion 111 유효성 (efficiency, accurae esimaion/predicion) 을위해서는모든체계적인정보가회귀모형에체화되어있어야함 표본의무작위성 (randomness) 은서로다른관측치들에대한오차항들이상관되어있지말아야함을의미함 자기상관 (Auocorrelaion) 은이러한표본의무작위성을위반하게만드는오차항에있는체계적패턴임
abstract.dvi
통계자료분석 강희모 2014년 5월 14일 목차 제 1장 여러가지평균비교 1 1.1. 단일표본검정.............................. 2 1.2. 독립인두표본검정........................... 4 1.3. 대응표본검정.............................. 9 제 2 장 분산분석(ANalysis Of VAriance)
ANOVA 란? ANalysis Of VAriance Ø 3개이상의모집단의평균의차이를검정하는방법 Ø 3개의모집단일경우 H0 : μ1 = μ2 = μ3 H0기각 : μ1 μ2 = μ3 or μ1 = μ2 μ3 or μ1 μ2 μ3 àpost hoc test 수행
Ch4 one-way ANOVA ANOVA 란? ANalysis Of VAriance Ø 3개이상의모집단의평균의차이를검정하는방법 Ø 3개의모집단일경우 H0 : μ1 = μ2 = μ3 H0기각 : μ1 μ2 = μ3 or μ1 = μ2 μ3 or μ1 μ2 μ3 àpost hoc test 수행 One-way ANOVA 란? Group Sex pvas NSAID
비선형으로의 확장
비선형으로의확장 박창이 서울시립대학교통계학과 박창이 ( 서울시립대학교통계학과 ) 비선형으로의확장 1 / 30 개요 선형모형은해석과추론에장점이있는반면예측력은제한됨능형회귀, lasso, PCR 등의방법은선형모형을이용하는방법으로모형의복잡도를감소시켜추정치의분산을줄이는효과가있음해석력을유지하면서비선형으로확장다항회귀 (polynomial regression): ( 예 )
고객관계를 리드하는 서비스 리더십 전략
제 13 장분산분석 1 13.1 일원분산분석 13. 분산분석 - 무작위블럭디자인 13.3 이원분산분석 - 팩토리얼디자인 분산분석 (ANOVA) - 두개이상의집단들의평균값을비교하는데사용. 일원분산분석 - 처치변수가한개인분산분석. 1. 분산분석의원리 A 3.0 8.0 7.0 5.0 5.0 6.0 4.0 7.0 6.0 4.0 평균 5.0 6.0 B 3.0 9.0
MATLAB for C/C++ Programmers
오늘강의내용 (2014/01/16) 회귀분석 1 회귀분석 (Regression Analysis) 2 회귀분석 회귀분석이란? 연관된변수들간의관계를찾는통계적방법 즉, 어떠한변수 x가변수 Y에함수관계를통해영향을미친다는것을찾아내는것 예를들어 강우량 ( 변수 x) 이곡물의수확량 ( 변수 Y) 에미치는영향 화학공정의수율 ( 변수 x) 이촉매의사용량 ( 변수 Y) 에따라어떻게변하는지..
PowerPoint 프레젠테이션
응용식물통계학 Statistics of Applied Plants Science 친환경식물학부유기농생태학전공황선구 13 장상관분석 1. 상관계수 2. 상관분석의가정과특성 3. 모상관계수의검정과신뢰한계 4. 순위상관 14 장회귀분석 1. 회귀직선의추정 2. 회귀직선의검정및추론 3. 모집단절편과회귀계수의구간추정 4. 곡선회귀 - 실습 - 상관분석 지금까지한가지확률변수에의한현상을검정하였다.
저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할
저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할수없습니다. 변경금지. 귀하는이저작물을개작, 변형또는가공할수없습니다. 귀하는, 이저작물의재이용이나배포의경우,
Chapter 8 단순선형회귀분석과 상관분석
Chapter 9 회귀모형 regression analysis 9.1 머리말 (Intro) Sir Francis Galton (18-1911) s studies on genetics Heights of parents and children: 부모의신장에비해 세의신장이일반평균치에복귀 (revert to the pop mean) 하는특성을발견하였다. 복귀 (revert)
R t-..
R 과데이터분석 집단의차이비교 t- 검정 양창모 청주교육대학교컴퓨터교육과 2015 년겨울 t- 검정 변수의값이연속적이고정규분포를따른다고할때사용 t.test() 는모평균과모평균의 95% 신뢰구간을추청함과동시에가설검증을수행한다. 모평균의구간추정 - 일표본 t- 검정 이가설검정의귀무가설은 모평균이 0 이다 라는귀무가설이다. > x t.test(x)
i f i f (disposition effect) 의확률 의확률 i f i f i f i f i f i f GARCH-in-Mean GARCH-in-Mean , ( ) ( ). ( ), / ( ), (1 ), S&P500,,. 상승반응계수 로 ~2008.12 15) ~ ~ m 10 20 (8) (10) (11) (8) (10) (11) 0.011 (0.23)
nonpara6.PDF
6 One-way layout 3 (oneway layout) k k y y y y n n y y K yn y y n n y y K yn k y k y k yknk n k yk yk K y nk (grand mean) (SST) (SStr: ) (SSE= SST-SStr), ( 39 ) ( )(rato) F- (normalty assumpton), Medan,
Microsoft PowerPoint - Info R(3) pptx
Coelaton Analyss 개념 Bvaate analyss 측정형두변수간의관계분석 상관관계? 두측정형변수의산점도 : 상호직선적관련성을상관계수 (Coelaton Coeffcent 측정. 잠재설명 ( 원인 변수 (X s 상관관계, 잠재변인과결과변수 (Y 의상관관계 Peason 상관계수 측정형변수직선관계정도 cov( X, Y E( X E( X E( Y E( Y
Microsoft Word - ch8_influence.doc
REGRESSION / 8 장. 영향치및잔차분석 172 Chapter 8 영향치와잔차분석 단순회귀모형에서관측점이이상치 (outlier) 인지영향치 (influential) 인지판단하는것은 매우쉽다. 산점도에서이상치혹은영향치의존재여부를미리감지한다. x- 축 ( 설명변수 ) 의 동일수준의다른관측치에비해종속변수의값이상이한빨간점은이상치이다. 반면판 단할다른관측치가동일설명변수수준에없는파란점은영향치이다.
제 3 장평활법 지수평활법 (exponential smoothing) 최근자료에더큰가중값, 과거로갈수록가중값을지수적으로줄여나가는방법 시스템에변화가있을경우변화에쉽게대처가능 계산이쉽고많은자료의저장이필요없다 예측이주목적단순지수평활법, 이중지수평활법, 삼중지수평활법, Wint
제 3 장평활법 지수평활법 (exponential smoothing) 최근자료에더큰가중값, 과거로갈수록가중값을지수적으로줄여나가는방법 시스템에변화가있을경우변화에쉽게대처가능 계산이쉽고많은자료의저장이필요없다 예측이주목적단순지수평활법, 이중지수평활법, 삼중지수평활법, Winters의계절지수평활법 이동평균법 (moving average method) 평활에의해계절성분또는불규칙성분을제거하여전반적인추세를뚜렷하게파악
歯4차학술대회원고(장지연).PDF
* 1)., Heckman Selection. 50.,. 1990 40, -. I.,., (the young old) (active aging). 1/3. 55 60 70.,. 2001 55 64 55%, 60%,,. 65 75%. 55 64 25%, 32% , 65 55%, 53% (, 2001)... 1998, 8% 41.5% ( 1998). 2002 7.8%
<352E20BAAFBCF6BCB1C5C320B1E2B9FDC0BB20C0CCBFEBC7D120C7D1B1B920C7C1B7CEBEDFB1B8C0C720B5E6C1A1B0FA20BDC7C1A120BCB3B8ED28313531323231292D2DB1E8C7F5C1D62E687770>
통계연구(2015), 제20권 제3호, 71-92 변수선택 기법을 이용한 한국 프로야구의 득점과 실점 설명 1) 김혁주 2) 김예형 3) 요약 한국 프로야구에서 팀들의 득점과 실점에 영향을 미치는 요인들을 규명하기 위한 연구를 하였 다. 2007년부터 2014년까지의 정규리그 전 경기 자료를 대상으로 분석하였다. 전방선택법, 후방 소거법, 단계별 회귀법, 선택법,
Microsoft Word - SPSS_MDA_Ch6.doc
Chapter 6. 정준상관분석 6.1 정준상관분석 정준상관분석 (Canonical Correlation Analysis) 은변수들의군집간선형상관관계를파악하는분석방법이다. 예를들어신체적조건 ( 키, 몸무게, 가슴둘레 ) 과운동력 ( 달리기, 윗몸일으키기, 턱걸이 ) 사이의선형상관관계가있는지알아보고, 관계가있다면어떤관계가있는지분석하는것이다. 정준상관분석은 (
에너지경제연구 Korean Energy Economic Review Volume 17, Number 2, September 2018 : pp. 1~29 정책 용도별특성을고려한도시가스수요함수의 추정 :, ARDL,,, C4, Q4-1 -
에너지경제연구 Korean Energy Economic Review Volume 17, Number 2, September 2018 : pp. 1~29 정책 용도별특성을고려한도시가스수요함수의 추정 :, ARDL,,, C4, Q4-1 - . - 2 - . 1. - 3 - [ 그림 1] 도시가스수요와실질 GDP 추이 - 4 - - 5 - - 6 - < 표 1>
슬라이드 1
빅데이터분석을위한데이터마이닝방법론 SAS Enterprise Miner 활용사례를중심으로 제 4 장 회귀분석 Chapter 4 Regression Analysis 차례 4.1 선형회귀분석 (Linear Regression Analysis) 4.2 로지스틱회귀분석 (Logistic Regression Analysis) 4.3 회귀분석의특징과제약 4.4 분석사례
아시아연구 16(1), 2013 pp. 105-130 중국의경제성장과보험업발전간의 장기균형관계 Ⅰ. 서론 Ⅲ. 실증분석 1. 분석방법 < 그림 1> 중국의보험밀도와국민 1 인당명목 GNI 성장추이 보험밀도 국민 1 인당명목 GNI < 그림 2> 중국의주요거시경제지표변화추이 총저축액 금리, 물가, 실업률 < 표 1> 변수정의 변수명 정의 자료출처 LTP
저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할
저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할수없습니다. 변경금지. 귀하는이저작물을개작, 변형또는가공할수없습니다. 귀하는, 이저작물의재이용이나배포의경우,
가능한연구가설제시 가설 1 : 지지후보의선택은유권자의나이에따라차이가있을것이다. 유권자의나이는지지후보의선택에영향을미칠것이다. 유권자의나이에따라지지후보는다를것이다. 가설 2 : 유권자의사회생활만족도는지지후보의선택에영향을미칠것이다. 지지후보의선택은유권자의사회생활만족도에따라차
가능한연구가설제시 가설 1 : 지지후보의선택은유권자의나이에따라차이가있을것이다. 유권자의나이는지지후보의선택에영향을미칠것이다. 유권자의나이에따라지지후보는다를것이다. 가설 2 : 유권자의사회생활만족도는지지후보의선택에영향을미칠것이다. 지지후보의선택은유권자의사회생활만족도에따라차이가있을것이다. 가설 3 : 유권자의학력수준에따라지지후보는다를것이다. 지지후보의선택은유권자의학력수준에따라차이가있을것이다.
1 1 Department of Statistics University of Seoul August 29, 2017 T-test T 검정은스튜던트 t 통계량의분포를귀무가설하에서살펴봄으러써가설의기각여부를결정하는의사결정모형임 검정 : X i iid N(µ, σ 2 ) 이라고가정하고, 귀무가설과대립가설을아래와같이놓자. 귀무가설즉, µ = µ 0 하에서 H : µ
<B3EDB4DC28B1E8BCAEC7F6292E687770>
1) 초고를읽고소중한조언을주신여러분들게감사드린다. 소중한조언들에도불구하고이글이포함하는오류는전적으로저자개인의것임을밝혀둔다. 2) 대표적인학자가 Asia's Next Giant: South Korea and Late Industrialization, 1990 을저술한 MIT 의 A. Amsden 교수이다. - 1 - - 2 - 3) 계량방법론은회귀분석 (regression)
Microsoft Word - ch2_simple.doc
REGRESSION / 장. 단순회귀 0 Chapter 단순회귀 회귀분석은종속변수 ( Y ) 와설명변수들 ( X 1, X,..., X p, 독립변수 ) 과관계를분석하는도 구이다. (1) 모형에설정된설명변수들의유의성검정?( 모형과회귀계수의유의성검정 ) () 유의한설명변수중종속변수에영향력이가장큰변수는무엇인가?( 표준화회귀계수 ) (3) 그리고설명변수값들이주어진경우종속변수의예측치는?
Microsoft Word - LectureNote.doc
5. 보간법과회귀분석 . 보간법 Iterpolto. 서론 응용예 : 원자간 pr-wse tercto Tlor Seres oe-pot ppromto 를사용할수없는이유 Appromte / t 3 usg Tlor epso t.! P! 3 4 5 6 7 P 3-3 -5-43 -85 . Newto Tlor Seres 와의관계 te dvded derece Forwrd
제 1 절 two way ANOVA 제1절 1 two way ANOVA 두 요인(factor)의 각 요인의 평균비교와 교호작용(interaction)을 검정하는 것을 이 원배치 분산분석(two way ANalysis Of VAriance; two way ANOVA)이라
제 절 two way ANOVA 제절 two way ANOVA 두 요인(factor)의 각 요인의 평균비교와 교호작용(interaction)을 검정하는 것을 이 원배치 분산분석(two way ANalysis Of VAriance; two way ANOVA)이라고 한다. 교호작용은 두 변수의 곱에 대한 검정으로 유의확률이 의미있는 결과라면 두 변수는 서로 영향을
1 2 3 4 8 10 10 21 313 322 1 http://www.ktr.mlit.go.jp/river/shihon/river_shihon00000173.html 2 ds dt f r q ( t) ( t) ( ttl ) P s ( t) K q( tt ) l q ( t) 3.6 Q A ( t) r ( ) R t 0 f ) 0. 0 ( t R 0 r ( t
Microsoft Word - sbe13_reg.docx
Statstcs 4 Busness and Economcs (Regresson) 상관계수 상관계수정의 두변수간의선형관계정도를나타내는값 COV ( X, Y ) E( X E( X ))( Y E( Y )) 정의 : V ( X ) V ( Y ) V ( X ) V ( Y ) 표본상관계수 : r ˆ ( ( x ( x x) x) ( x x x)( y x)( y /( n 1)
저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할
저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할수없습니다. 변경금지. 귀하는이저작물을개작, 변형또는가공할수없습니다. 귀하는, 이저작물의재이용이나배포의경우,
슬라이드 1
빅데이터분석을위한데이터마이닝방법론 SAS Enterprise Miner 활용사례를중심으로 9 주차 예측모형에대한평가 Assessment of Predictive Model 최종후, 강현철 차례 6. 모형평가의기본개념 6.2 모델비교 (Model Comparison) 노드 6.3 임계치 (Cutoff) 노드 6.4 의사결정 (Decisions) 노드 6.5 기타모형화노드들
PowerPoint 프레젠테이션
응용식물통계학 Statistics of Applied Plants Science 친환경식물학부유기농생태학전공황선구 14 장회귀분석 1. 회귀직선의추정 2. 회귀직선의검정및추론 3. 모집단절편과회귀계수의구간추정 4. 곡선회귀 15 장공분산분석 1. 공분산분석의통계적모형 2. 공분산분석에의한처리효과검정 3. 공분산분석과정 - 실습 - 회귀분석 두확률변수간에관계가있는지검정
cat_data3.PDF
( ) IxJ ( 5 0% ) Pearson Fsher s exact test χ, LR Ch-square( G ) x, Odds Rato θ, Ch-square Ch-square (Goodness of ft) Pearson cross moment ( Mantel-Haenszel ), Ph-coeffcent, Gamma (γ ), Kendall τ (bnary)
<C8A3C5DABBEABEF720B0E6B1E2B5BFC7E220BFB9C3F820B8F0B5A8BFA120B4EBC7D120BFACB1B85FC3D6C1BE28C7D1C3A2BFB1292E687770>
碩 士 學 位 論 文 호텔산업 경기동향 예측 모델에 대한 연구 - 월별 계절성 더미변수를 활용한 다중회귀모형을 적용 - 2016 年 2 月 韓 南 大 學 校 社 會 文 化 行 政 福 祉 大 學 院 情 報 統 計 學 科 韓 昌 燁 호텔산업 경기동향 예측 모델에 대한 연구 - 월별 계절성 더미변수를 활용한 다중회귀모형을 적용 - 指 導 敎 授 김 명 준 이 論
R&D : Ⅰ. R&D OECD 3. Ⅱ. R&D
R&D : 2012. 6. Ⅰ. R&D 1. 2. OECD 3. Ⅱ. R&D 1. 2. - 1 - Ⅰ. R&D R&D. R&D (TFP). R&D R&D, GDP R&D (Ha and Howitt, 2007). : (1), R&D. 1. ( )(), 1 ( ), ( ). (2) -, (Penn World Table 7.0) (growth accounting)
- 1 -
- 1 - External Shocks and the Heterogeneous Autoregressive Model of Realized Volatility Abstract: We examine the information effect of external shocks on the realized volatility based on the HAR-RV (heterogeneous
자료의 이해 및 분석
어떤실험이나치료의효과를측정할때독립이아닌표본으로부터관찰치를얻었을때처리하는방법 - 동일한개체에어떤처리를하기전과후의자료를얻을때 - 가능한동일한특성을갖는두개의개체에서로다른처리를하여그처리의효과를비교하는방법 (matching) 1 예제 : 혈청 cholesterol 치를줄이기위해서 12 명을대상으로운동과함께식이요법의효과를 측정하기위한실험실시 2 식이요법 - 운동실험전과후의
연구보고서 2009-05 일반화선형모형 (GLM) 을이용한 자동차보험요율상대도산출방법연구 Ⅰ. 요율상대도산출시일반화선형모형활용방법 1. 일반화선형모형 2 연구보고서 2009-05 2. 일반화선형모형의자동차보험요율산출에적용방법 요약 3 4 연구보고서 2009-05 Ⅱ. 일반화선형모형을이용한실증분석 1. 모형적용기준 < > = 요약 5 2. 통계자료및통계모형
Microsoft PowerPoint - ºÐÆ÷ÃßÁ¤(ÀüÄ¡Çõ).ppt
수명분포및신뢰도의 통계적추정 포항공과대학교산업공학과전치혁.. 수명및수명분포 수명 - 고장 까지의시간 - 확률변수로간주 - 통상잘알려진분포를따른다고가정 수명분포 - 확률밀도함수또는 누적 분포함수로표현 - 신뢰도, 고장률, MTTF 등신뢰성지표는수명분포로부터도출 - 수명분포추정은분포함수관련모수의추정 누적분포함수및확률밀도함수 누적분포함수 cumulav dsbuo
8. ARIMA 모형 (ARIMA Procedure) 8.1 ARMA(AutoRegressive Moving-Average) 모형 ARIMA 모형의기본형태 계절형 ARIMA 모형 8.2 ARIMA modeling 과정 데이터 모형의식별 (identification) 모
8. ARIMA 모형 (ARIMA Procedure) 8.1 ARMA(AutoRegressive Moving-Average) 모형 ARIMA 모형의기본형태 계절형 ARIMA 모형 8.2 ARIMA modeling 과정 데이터 모형의식별 (identification) 모형의추정 (estimation) 모형의진단 (diagnostic checking) 예 아니오
저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할
저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할수없습니다. 변경금지. 귀하는이저작물을개작, 변형또는가공할수없습니다. 귀하는, 이저작물의재이용이나배포의경우,
에너지경제연구 제12권 제2호
에너지경제연구 Korean Energy Economic Review Volume 12, Number 2, September 2013 : pp. 33~58 지구온난화가가정부문에너지소비량에미치는 영향분석 : 전력수요를중심으로 33 ~ ~ ~ ~ ~ ~ ~ 34 ~ 35 ~ 36 ~ 37 < 표 1> 변수들의기초통계량 ~ ~ ~ ~ 38 [ 그림 1] 로그변수들의시간에대한추세
표본재추출(resampling) 방법
표본재추출 (resampling) 방법 박창이 서울시립대학교통계학과 박창이 ( 서울시립대학교통계학과 ) 표본재추출 (resampling) 방법 1 / 18 학습내용 개요 CV(crss-validatin) 검증오차 LOOCV(leave-ne-ut crss-validatin) k-fld CV 편의-분산의관계분류문제에서의 CV Btstrap 박창이 ( 서울시립대학교통계학과
Communications of the Korean Statistical Society Vol. 15, No. 4, 2008, pp 국소적 강력 단위근 검정 최보승1), 우진욱2), 박유성3) 요약 시계열 자료를 분석할 때, 시계열 자료가 가지고 있는
Communications of the Korean Statistical Society Vol 5, No 4, 2008, pp 53 542 국소적 강력 단위근 검정 최보승), 우진욱2), 박유성3) 요약 시계열 자료를 분석할 때, 시계열 자료가 가지고 있는 추세를 제거하기 위하여 결 정적 추세인 경우 회귀모형을 이용하고, 확률적 추세인 경우 차분하는 방법을
<4D F736F F F696E74202D2035BBF3C6F2C7FC5FBCF8BCF6B9B0C1FA2E BC8A3C8AF20B8F0B5E55D>
5. 상평형 : 순수물질 이광남 5. 상평형 : 순수물질 상전이 phase transition 서론 ~ 조성의변화없는상변화 5. 상평형 : 순수물질 전이열역학 5. 안정성조건 G ng ng n G G 자발적변화 G < 0 G > G or 물질은가장낮은몰Gibbs 에너지를갖는상 가장안정한상 으로변화하려는경향 5. 상평형 : 순수물질 3 5. 압력에따른Gibbs
R
R 과데이터분석 상관관계 양창모 청주교육대학교컴퓨터교육과 2015 년여름 양창모 ( 청주교육대학교컴퓨터교육과 ) Data Analysis using R 2015 년여름 1 / 20 상관관계 양적변수quantitative variables 사이의관계relationships를나타내기위하여상관계수correlation coefficients를사용한다. ± 기호를사용하여관계의방향을나타낸다.
01_°íºÀÂùöKš
Total Return Swap 1997 7 J.P. Morgan TRSTotal Return Swap 1998 10 J.P. Morgan 75800 1996 1997 J.P. Morgan SK LG 17100 SK 16129 12593 10235 8150 7300 19981023 1 J.P. Morgan 27550 1 48250 75800 TRS SK SK
제 14 장생산요소시장의이론
제 14 장생산요소시장의이론 u 생산요소시장의특성 è 생산요소시장또는요소시장이란생산요소가거래되는 시장 ( 예 : 토지, 노동, 자본등 ) è 생산물시장과생산요소시장에서는수요자와공급자의 위치와역할이바뀜. è 생산요소에대한수요의크기는생산물에대한수요의 크기에달려있음. 즉, 생산요소는재화를생산하기위해 필요한것이기때문에재화 ( 생산물 ) 에대한수요가우선 정해지고, 2
DBPIA-NURIMEDIA
e- 비즈니스연구 (The e-business Studies) Volume 17, Number 1, February, 28, 2016:pp. 3~30 ISSN 1229-9936 (Print), ISSN 2466-1716 (Online) 원고접수일심사 ( 수정 ) 게재확정일 2016. 01. 08 2016. 01. 09 2016. 02. 25 ABSTRACT
한국정책학회학회보
한국정책학회보제 22 권 2 호 (2013.6): 181~206 정부신뢰에대한연구 - 대통령에대한신뢰와정부정책에대한평가비교를중심으로 * - 주제어 : 민주화이후정부신뢰, 대통령신뢰, 정부정책만족도 Ⅰ. 서론 182 한국정책학회보제 22 권 2 호 (2013.6) 정부신뢰에대한연구 183 Ⅱ Ⅲ Ⅳ Ⅴ Ⅱ. 정부신뢰에대한이론적논의 184 한국정책학회보제 22
4 _ 한국지역정보화학회기획세미나발표논문집
스마트워크업무성과결정요인에관한연구 _ 3 4 _ 한국지역정보화학회기획세미나발표논문집 스마트워크업무성과결정요인에관한연구 _ 5 6 _ 한국지역정보화학회기획세미나발표논문집 스마트워크업무성과결정요인에관한연구 _ 7 구분 내용 연구자 기존스마트워크 집단지성 ( 협력성, 창의성 ) 고객중심의창의적가치창출 원 ICT를활용한시, 공간에자유로운업무환경 (Nilles, 1973)
3.고봉현
Price Volatility, Seasonality and Day-of-the Week Effect for Aquacultural Fishes in Korean Fishery Markets.. 1. 2.. 1. 2. 3. ARCH-LM.. 1. 2. Abstract.,,,. 2000,,.. 2008 1,382 3,363 41.1%, 1995 2009 7 17
Microsoft Word - ch4_multiple.doc
REGRESSION / 4 장. 다중회귀 89 Chapter 4 다중회귀 장에서는설명변수가하나인단순회귀모형에대한추론과분석방법에관해다루었 다. 간편성 회귀분석개념에대한이해 그러나현실세계에서는 설명변수하나만으로 설명력이부족하고 유의한설명변수간영향력비교가요구된다. 이로인하여설명변수 가 개이상인회귀모형에대한분석이필요하게된다. 이를다중회귀분석이라한다. 동일설명변수의
Microsoft Word - sbe_anova.docx
ANOVA 기본개요세집단이상인평균비교 => 일원분산분석집단을요인 (factor) 혹은처리효과 (treatment effect) 라하고집단의개별값을수준 (level) 이라한다. 요인이하나인경우 one-way ANOVA 분산분석 (ANOVA Analyss Of VArance) 은실험설계로부터유래, 분산 ( 변동 ) 에의해요인 ( 모형 ) 의유의성를검증한다. 실험관심대상에대한정보를얻기위한계획된테스트나관측절대실험
동아시아국가들의실질환율, 순수출및 경제성장간의상호관계비교연구 : 시계열및패널자료인과관계분석
동아시아국가들의실질환율, 순수출및 경제성장간의상호관계비교연구 : 시계열및패널자료인과관계분석 목차 I. 서론 II. 동아시아각국의무역수지, 실질실효환율및 GDP간의관계 III. 패널데이터를이용한 Granger인과관계분석 IV. 개별국실증분석모형및 TYDL을이용한 Granger 인과관계분석 V. 결론 참고문헌 I. 서론 - 1 - - 2 - - 3 - - 4
외국인투자유치성과평가기준개발
2010 년도연구용역보고서 외국인투자유치의성과평가기준개발 - 2010. 10. - 이연구는국회예산정책처의연구용역사업으로수행된것으로서, 보고서의내용은연구용역사업을수행한연구자의개인의견이며, 국회예산정책처의공식견해가아님을알려드립니다. 책임연구원 국립부경대학교지역사회연구소권오혁 수신 : 대한민국국회예산정책처장귀하. 2010 10 : : : : 요약문 I. 서론 1.
통계학 개론
패널자료의 기초통계분석 2014. 6. 14. 복습 상관된관측치의분석 다수준분석 일반화추정방정식 반복측정분산분석 (RM ANOVA) 조건부로지스틱회귀분석 패널분석 2 복습 패널자료의장점 횡단면자료는변수들간정적 (static) 관계만을추정할수있는데비해, 패널자료는동적 (dynamic) 관계를추정할수있다. 개체들의관찰되지않은이질성 (unobserved heter
2013unihangulchar {45380} 2unihangulchar {54617}unihangulchar {44592} unihangulchar {49328}unihangulchar {50629}unihangulchar {51312}unihangulchar {51
Proem Se 4 산업조직론 (ECM004N) Fall 03. 독점기업이 다음과 같은 수요함수를 각각 가지고 있는 두 개의 소비자 그룹에게 제품을 공급한다고 하자. 한 단위 제품을 생산하는 데 드는 비용은 상수 이다. 다음 질문에 답하시오. P = A B Q P = A B Q () 두 그룹에 대하여 가격차별을 하고자 할 때 각 그룹의 균형생산량(Q, Q )과
Microsoft Word - ch3_residual.doc
REGRESSION / 3 장. 잔치분석 50 Chapter 3 잔차분석 이론이나경험에의해변수간의회귀모형을설정하고 y = α + βx ( 선형 : lnearty), 관측치가 ( x, y ), = 1,,..., n 얻어지면이를이용하여회귀분석을실시한다. 설정된회귀모형에 는오차항에대한 3가지가정 e ~ dnormal(0, σ ) 을한다. ( 정규성 normalty,
Resampling Methods
Resampling Methds 박창이 서울시립대학교통계학과 박창이 ( 서울시립대학교통계학과 ) Resampling Methds 1 / 18 학습내용 개요 CV(crss-validatin) 검증오차 LOOCV(leave-ne-ut crss-validatin) k-fld CV 편의-분산의관계분류문제에서의 CV Btstrap 박창이 ( 서울시립대학교통계학과 )
공간계량경제학을 응용한 사례분석
공간계량경제학을응용한사례분석 서울대학교사회과학대학지리학과교수 손정렬 2 Anselin versus Griffith Anselin versus Griffith 3 On Anselin s, Griffith says 두서적의비교를통한서평 오자 (multicollinearity), 개념적오류, 오해등의문제존재 공간통계분야문헌들의언급부재혹은미약 중복되는부분이적어두서적간의보완성상당히높음
Microsoft Word - SAS_Data Manipulate.docx
수학계산관련 함수 함수 형태 내용 SIN(argument) TAN(argument) EXP( 변수명 ) SIN 값을계산 -1 argument 1 TAN 값을계산, -1 argument 1 지수함수로지수값을계산한다 SQRT( 변수명 ) 제곱근값을계산한다 제곱은 x**(1/3) = 3 x x 1/ 3 x**2, 세제곱근 LOG( 변수명 ) LOGN( 변수명 )
22 장정규성검정과정규화변환 22.1 시각적방법 Q-Q 플롯과정규확률그림 Q-Q 플롯( 분위수- 분위수플롯, Quantile-Quantile plot) 은하나의자료셋이특정분포( 정규분 포나와이블분포등) 를따르는지또는두개의자료셋이같은모집단분포로부터나왔는지를
22 장정규성검정과정규화변환 22.1 시각적방법 22.1.1 Q-Q 플롯과정규확률그림 Q-Q 플롯( 분위수- 분위수플롯, Quantile-Quantile plot) 은하나의자료셋이특정분포( 정규분 포나와이블분포등) 를따르는지또는두개의자료셋이같은모집단분포로부터나왔는지를 판단하는시각적분석방법이다. Q-Q 플롯은자료의분위수와특정( 이론적) 분포의분위수를구하여산점도로나타내거나,
歯표지_최종H_.PDF
21 5 LG < > / 5 5 Chen, Roll, Ross,, (-) (+) (-), (-) (+) / (-), (+) J, /, (-) IMF, /,,, 5bp 5bp 1 1 3 ( )/ ( ) ( :p) 1 3 6 / 1-23 45 55 1% 2 33 42 1p 296 234 175 1%p -13 147 171 1%p 1 81 7 1% 48 57 54
<4D6963726F736F667420576F7264202D20B1E2BBF3C5EBB0E85F36C0E55FC7D0BBFD2E646F6378>
6. Relaton and Statstcal Weather Forecastng (관 계와 통계적인 일기예보) 6.1 Background 대기운동은 비선형이므로 결정론적인 의미에서 완벽하게 예측될 수 없다. 보완책으 로 통계적인 방법이 유용하고 예보의 일부로 사용된다. 1 수치예보모델 없이 순수하게 통계 모형만을 이용하는 경우 단시간 예보나 아주 긴 시간(수주이상)