|
도
평균제곱
F
유의확률
1
선형회귀분석
15932648.014
5
3186529.603
332.115
.000(a)
잔차
1017034.089
106
9594.661
합계
16949682.103
111
a 예측값: (상수), ExRate, BSI, Balance, CBY, M2
b 종속변수: KOSPI
KOSPI Index=-880.539+3.143*BSI+0.002*M2+
99.407*3년만기회사채수익률-0.858대미달
|
|
|
도에 미치는 영향
Y=α+β1X1+β2X2+βiXi+e
□ 회귀모형의 가정
오차의 등분산성
오차의 독립성
오차의 정규성
비다중공선성(독립변수 간에 상관관계가 없어야 함)
□ 다중회귀분석
R2 (설명력 혹은 기여율)
모형설정 : 단계적 변수 입력(여러
|
|
|
t 검정분석)을 실시하고 결과를 해석하시오.
3. 각 변수(질문)들 간 상관관계분석을 실시하고 결과를 해석하시오.
4. 질문 1, 2를 독립변수, 질문 3을 종속변수로 한 회귀분석을 행하고 결과를 해석하시오.
- 목 차 -
Ⅰ. 다음 문제를 간략히 설
|
|
|
귀분석··········································································································6-7
제4장 요약 및 한계점···························
|
|
|
의의
1. 배경 및 목적
본론
회귀 분석
1. 회귀 분석의 정의
2. 변수정의
3. 가설
4. 분석모형
1) 추정회귀식
2) 결정계수( R²)
3) 상관계수
4) 산점도
5) 회귀선
6) T 값(검정통계량)
7) P 값
결론
연구결과
참고문헌 및 참고 사이트
|
|
|
종속변수의 값을 설명하고 예측하는 것을 검증
예) 직원들의 소득, 근무년수, 클라이언트 헌신도등이 직무 만족도에 미치는 영향, 즉 예측력을 알고자 할 때 활용
독립변수 간의 높은 상관관계를 파악해 보는 다중공신성을 분석하기 위해 공
|
|
|
종속변수로 단순히 분류하여 연구를 진행하였지만, 독립변수 간에도 서로 영향을 미칠 수 있다는 것을 고려하지 않았으며, 따라서 앞으로 가정 내부적, 외부적 환경과 청소년비행에 관해 연구하고자 하는 다음 연구자들은 청소년 비행에 영
|
|
|
도를 도출 한 결과 두 변수는 서로 상반되는 경향을 가지고 있었다. 즉 와인소비량이 증가 할수록 심장병 발생률이 줄어든다는 뜻이다. 또한 회귀분석 결과 두 변수는 서로 밀접한 상관성을 가지는 것으로 도출되었다.
위 연구에서 나온 결과
|
|
|
목적
2.모형 설정
(1)변수 설정 및 자료 수집
(2)회귀 방정식 설정
(3)회귀 모형의 타당성 분석
3.회귀 진단
(1)이분산성(Heteroskedasticity)
(2)다중공선성(Muticollinearity)
(3)자기상관(Autocorrelation)
4.가설 검정
5.시사점
Appendix
참고자료
|
|
|
상관관계(Pearson r)로 0.697은 다소 높은 상관관계가 존재함을 알려준다.
R Square : R²로 설명력 또는 결정계수라고 한다. 이는 상관관계의 제곱값으로 독립변수에 의하여 설명되는 종속변수의 비율이다. 즉, 종속변수 도움정도의 48.6%가 표본회귀
|
|
메뉴펼치기
