Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | ||||||
2 | 3 | 4 | 5 | 6 | 7 | 8 |
9 | 10 | 11 | 12 | 13 | 14 | 15 |
16 | 17 | 18 | 19 | 20 | 21 | 22 |
23 | 24 | 25 | 26 | 27 | 28 | 29 |
30 | 31 |
Tags
- 교차검증
- 분산분석
- merge
- Sawzall
- DataFrame
- 밀도기반
- distribution
- 병렬 쿼리 시스템
- SQL on 하둡
- Python
- pig
- join
- hive
- 데이터프레임
- SPLIT
- T-검정
- dict
- 가설검정
- list
- 딕셔너리
- cross validation
- 하둡
- pca
- k-means
- 유사도
- 결정계수
- 분포
- 다중공선성
- p-value
- DBSCAN
Archives
- Today
- Total
목록독립성 (1)
one of a kind scene

회귀분석의 가정 회구분석의 가정 중에는 선형성도 있기때문에 선형회귀분석의 가정이라고도 함 1. 선형성 • 입력변수(X)와 출력변수(Y)의 관계가 선형이다.(선형 회귀분석에서 가장 중요한 가정) • 그래프로 확인하려면 X, Y 플롯을 봐야함(X, 잔차 그래프랑 헷갈리지 말것) 2. 등분산성 • 오차(혹은 잔차)의 분산이 입력변수와 무관하게 일정 • 오차와 입력변수간에 아무런 관련성이 없게 무작위적으로 고루 분포되어야함 • ∩ 모양의 그래프는 X값이 커짐에 따라 잔차가 커지거나 작아지거나 하기때문에 오차와 입력변수간에 아무런 관련성이 없다고 보기힘듦 • 제일 우측 그림 역시 X값이 커짐에 따라 잔차가 커지는 모습을 보여 오차와 입력변수간에 아무런 관련성이 없다고 보기힘듦 3. 독립성 • 입력변수(X) 간에 ..
카테고리 없음
2020. 1. 22. 00:49