원하는 방법 또는 공식을 선택하십시오.
이 항목의 내용
이탈도 R2
모형에서 설명하는 반응의 변동 정도를 나타냅니다. 일반적으로 R2 값이 클수록 모형이 데이터를 더 잘 적합시킵니다. 공식은 다음과 같습니다.
표기법
| 용어 | 설명 |
|---|---|
| DE | Error Deviance |
| DT | Total Deviance |
수정 이탈도 R2
수정 이탈도 R2은 모형에 있는 예측 변수의 수를 설명하고, 예측 변수 수가 서로 다른 모형을 비교하는 데 유용합니다. 공식은 다음과 같습니다.
표기법
| 용어 | 설명 |
|---|---|
| R2 | 이탈도 R2 |
| p | 회귀 자유도 |
| Φ | 1, 이항 및 포아송 모형의 경우 |
| DT | 총 이탈도 |
수정 이탈도 R2의 계산에서는 음수 값이 나올 수 있지만, Minitab는 이런 경우 0을 표시합니다.
Akaike 정보 기준(AIC)
이 통계량은 서로 다른 모델을 비교하는 데 사용합니다. AIC가 작을수록 모형이 데이터를 더 적합합니다.
로그 우도 함수는 평균에 대해 모수화됩니다. 함수의 일반적인 형식은 다음과 같습니다.
개별 기여의 일반적인 형식은 다음과 같습니다.
개별 기여의 구체적인 형식은 모형에 따라 다릅니다.
| 모형 | li |
| 이항 분포 |  |
| 포아송 분포 |  |
표기법
| 용어 | 설명 |
|---|---|
| p | 회귀 자유도 |
| Lc | 현재 모형의 로그 우도 |
| yi | i 번째 행의 사건 수 |
| mi | i 번째 행의 시행 횟수 |
 | i 번째 행의 추정 평균 반응 |
AICc(Akaike Corrected Information Criterion)
인 경우 AICc가 계산되지 않습니다.
표기법
| 용어 | 설명 |
|---|---|
| p | the number of coefficients in the model, including the constant |
| n | 결측 데이터가 없는 데이터의 행 수 |
BIC(Bayesian Information Criterion)
표기법
| 용어 | 설명 |
|---|---|
| p | 상수를 제외한 모형 내 계수의 수 |
| n | 결측 데이터가 없는 데이터의 행 수 |
검정 이탈도 R2 결정계수
검정 이탈도 R2 결정계수는 모형이 설명하는 검정 데이터 세트의 반응에 대한 변동 정도를 나타냅니다. 값이 높을수록 모형이 검정 데이터를 더 잘 적합시킵니다.
수식
다음 방정식은 검정 이탈도 R2 결정계수에 대한 수식을 제공합니다.
다음 방정식이 오차 이탈도를 나타내는 위치:
총 이탈도에 대한 수식, DT(검정)은 모형 형태에 따라 달라집니다.
- 이항 로지스틱
-
- 절편 항이 있는 모형의 경우,
에는 다음과 같은 정의가 있습니다. -
- 절편 항이 없는 모형의 경우 연결 함수의 역함수를 0에서 사용합니다. Minitab의 연결 함수 값은 다음과 같습니다.
- 로짓 연결 함수
= 0.5.- 노밋 연결 함수
= 0.5.- 곰핏 연결 함수
.
- 포아송
-
-
- 절편 항이 없는 모형의 경우,
.
표기법
| 용어 | 설명 |
|---|---|
| N(Test) | 검정 데이터 세트의 행 수 |
 | 제곱 이탈도 잔차 |
| yi | 검정 데이터 세트에서 i번째 행에 대한 사건 개수 |
| mi | 검정 데이터 세트에서 i번째 행의 시행 횟수 |
| DE(검정) | 검정 데이터 세트에 대한 오차 이탈도 |
| DT(검정) | 검정 데이터 세트에 대한 총 이탈도 |
K-접기 이탈도 R2
K-접기 이탈도 R2은 K-접기 데이터 세트의 반응에 대한 변동 정도를 나타냅니다. 값이 높을수록 모형이 검정 데이터를 더 잘 적합시킵니다.
설명
및 DT는 총 이탈도입니다.
표기법
| 용어 | 설명 |
|---|---|
| K | 폴드 수 |
| nj | 접기 j의 표본 크기 |
 | 접기 j의 i번째 행에 대한 교차 검증 이탈도 잔차 |
