머신러닝2 4주차(2)

수업때 다루지 않음.

이런 함수들이 있다는 건 알고 가야 한다.

• durbinWatsonTest() : 독립성 검정
• vif() : 다중공선성 체크
• influencePlot() : 이상치 검정 → cook's D 값이 높으면 문제 및 제거
• 이상치 제거는 df = df[-c(121), ] 

• AIC : AIC 값이 줄어들면 그 변수는 의미가 있다.

• F-통계량 : F-통계량이 클수록 회귀 모델이 데이터에 더 적합함을 나타낸다. → 모델의 적합도
• F-통계량은 회귀 분석에서 모형의 유의성을 평가하는 지표이다. 실제로는 MSR/MSE의 비율로 계산
• 이를 통해 회귀 모형이 통계적으로 유의미한지, 즉 독립 변수들이 종속 변수를 설명하는 데 유의미한 기여를 하는지를 판단이 가능하다.
• F-통계량 = MSR/MSE, MSR은 모델이 설명하는 변동을 나타내고 MSE는 잔차의 변동, 즉 모델이 설명하지 못하는 변동을 나타낸다.

회귀분석 전에는 독립성과 다중공선성을 판단해야하지만, 회귀분석 후에는, 정규성, F-통계량, p-value, RMSE, R-Squared, 다중공선성 판단을 해야한다.