주어진 예측 변수 값의 집합에 대해 추정된 평균 반응 값이 포함될 것으로 예상되는 범위.
용어 | 설명 |
---|---|
![]() | ![]() |
![]() | 주어진 예측 변수 값의 집합에 대한 적합 반응 값 |
α | 제1종 오류율 |
n | 관측치 수 |
p | 모형 모수의 수 |
S 2(b) | 계수의 분산-공분산 행렬 |
s 2 | 평균 제곱 오차 |
X | 설계 행렬 |
X0 | 1개 열과 p 행이 있는 지정된 예측 변수 값의 벡터 |
X'0 | 1개 행 및 p 열이 있는 예측 변수 값의 새 벡터 전치 |
용어 | 설명 |
---|---|
![]() | 적합치 |
xk | k번째 항. 각 항은 단일 예측 변수, 다항식 항 또는 교호작용 항입니다. |
bk | k번째 회귀 계수의 추정치 |
예측 변수가 하나인 회귀 모형 적합치의 표준 오차는 다음과 같습니다.
예측 변수가 두 개 이상인 회귀 모형 적합치의 표준 오차는 다음과 같습니다.
가중치 가중 회귀를 위해 방정식에 가중치 행렬을 포함합니다.
데이터에 테스트 데이터 집합 또는 K-fold 교차 유효성 검사가 있는 경우 수식은 동일합니다. 의 가치는 s도 2는 학습 데이터에서 나온 것입니다. 설계 행렬과 웨이트 매트릭스도 학습 데이터에서 사용됩니다.
용어 | 설명 |
---|---|
s2 | mean square error |
n | number of observations |
x0 | new value of the predictor |
![]() | mean of the predictor |
xi | i번째 predictor value |
x0 | vector of values that produce the fitted values, one for each column in the design matrix, beginning with a 1 for the constant term |
x'0 | transpose of the new vector of predictor values |
X | design matrix |
W | weight matrix |
모형의 예측 변수가 두 개 이상인 경우 방정식은 다음과 같습니다.
y = β0 + β1x1 + … + βkxk + ε
적합 방정식은 다음과 같습니다.
예측 변수가 하나만 포함된 단순 선형 회귀 분석에서 모형은 다음과 같습니다.
y=ß0+ ß1x1+ε
회귀 추정치 b0(ß0의 경우)와 b1(ß1의 경우)를 사용한 적합 방정식은 다음과 같습니다.
용어 | 설명 |
---|---|
y | 반응 |
xk | k번째 항. 각 항은 단일 예측 변수, 다항식 항 또는 교호작용 항입니다. |
ßk | k번째 모집단 회귀 계수 |
ε | 평균이 0인 정상 분포를 따르는 오차 항 |
bk | k번째 모집단 회귀 계수의 추정치 |
![]() | 적합 반응 |
예측 구간은 새 관측치에 대한 적합 반응이 포함될 것으로 예상되는 범위입니다.
용어 | 설명 |
---|---|
s(예측) | ![]() |
![]() | 주어진 예측 변수 값의 집합에 대한 적합 반응 값 |
α | 유의 수준 |
n | 관측치 수 |
p | 모형 모수의 수 |
s 2 | 평균 제곱 오차 |
X | 예측 변수 행렬 |
X0 | 1개 열과 p 행이 있는 지정된 예측 변수 값의 벡터 |
X'0 | 1개 행 및 p 열이 있는 예측 변수 값의 새 벡터 전치 |