|
분석임(인과관계 규명)
독립변수와 종속변수가 등간척도나 비율척도 즉, 연속형 자료의 경우에 사용할 수 있으나 독립변수가 명목척도일 경우 더미(0과 1로 존재)를 이용하여 처리할 수 있음.
단순회귀분석의 경우 독립변수 1개와 종속변수 1
|
|
|
분석 표는 회귀식이 통계적으로 유의미한 지를 검정한 결과를 보여준다. 전체 분산 중 회귀식에 의해 설명된 것과, 잔차로 설명되지 않은 분산을 보여 준다. F 값을 보면 유의성을 확인할 수 있다.
7) 계수
계수
표준 오차
t 통계량
P-값
하위
|
|
|
회귀분석에서는 Beta 값으로 설명변인의 상대적 중요성을 평가한다. 그러나 단순회귀에서는 표준화 회귀계수 Beta는 r값과 일치한다. ※ 카이자승의 목적
1. t검증이란?
2. 독립표본의 t검증
3. 종속표본의 t 검증
변량분석
1. 일원
|
|
|
회귀분석결과 회귀계수(B)는 017이며, t통계량이 289, 유의확률 0.774이므로 p<0.05에서 통계적으로 유의하지 않다고 해석할 수 있다. 즉, 항만 마케팅 요인은 선사의 항만선택에 있어서 미치는 영향은 없다고 예측할 수 있다. 하지만 항만간의 경
|
|
|
영향을 실증분석하였다. Asprem은 각국의 주가변화율과 t, t-1, t-2기의 장기이자율을 단순회귀분석을 실시하였다. 실증분석결과 Asprem은 핀란드를 제외한 모든 국가에서 이자율이 주가에 부-)의 유의한 영향이 있는 것을 밝혔다. 핀란드의 경우
|
|
|
단순회귀분석
1) 기술통계량
2) 상관계수
3) 계수
4) 분석 및 결론
계수에서 보면 라는 선형 방정식을 알 수 있다.
여기서 기본적으로 가지고 들어가는 118.1이라는 계수는 유의확률이 0.000으로 유의수준 0.05보다 작기 때문에 상당히 신뢰할만한
|
|
|
분석(b)
모형
제곱합
자유도
평균제곱
F
유의확률
1
선형회귀분석
7.422
1
7.422
7.338
.008(a)
잔차
115.294
114
1.011
합계
122.716
115
a 예측값: (상수), F34
b 종속변수: F47
- 분산분석의 결과 선형회귀분석의 유의확률이 유의수준보다 작으므로 회귀식은 유의
|
|
|
9장. 모평균에 관한 통게적 추정
10장. 모평균에 관한 통계적 가설검정
11장. 수요예측의 개념 및 유형
12장. 회귀분석을 이용한 수요예측
13장. 시계열자료를 이용한 수요예측
14장. 예측오차의 측정과 예측기법의 선택
|
|
|
단순회귀분석한 후 초우검정(Chow Test)을 실시한 결과, F통계량이 10.5로 1%수준에서 유의적인 것으로 나타났다. 이는 적어도 기업의 투자채산성이 연구개발비증가율에 미치는 영향에 구조적인 변화가 발생했음을 시사한다. 그러나 초우검정이
|
|
|
회귀계수
표준오차
β
t값
유의도
참가자 만족
만족
0.020
.057
.595
10.510
.000**
R²=.353 상수=0.020 수정R²=.350 F =110.450 P =0.000**
** p<0.001
위의 결과는 곽동성외 1명의 연구에서는 공분산 구조분석을 통해 분석한 결과를 유의한 결과를 얻지 못했는데 (
|
|
메뉴펼치기
