중요한 predictor variable 이지만 regression 방정식에 누락되어 결과를 잘못되게 이끄는 변수를 의미한다. 즉, 교란 변수는 회귀 방정식에 중요한 변수가 포함되지 못해서 생기는 누락의 문제이다.
중요한 predictor variable 이지만 regression 방정식에 누락되어 결과를 잘못되게 이끄는 변수를 의미한다. 즉, 교란 변수는 회귀 방정식에 중요한 변수가 포함되지 못해서 생기는 누락의 문제이다.
이런 이슈를 confounder 라 부른다.
this variable explains the variation in the response variable
predictor variable 들이 완벽하거나 거의 완벽에 가까운 상관성을 갖는다고 할 때, regression 은 다중공선성 문제를 가지고 있다고 말할 수 있다.
covariance 는 두 변수가 얼마나 선형적으로 관계가 있는지 수치적으로 나타내는 값이다.
explanatory variable 과 response variable 간 관계를 알아내는 실험에서 response variable 에 영향을 끼치는 다른 변수들을 의미한다.
the value of this variable responds to changes in the explanatory variable
신뢰 구간 (confidence interval) 은 알려지지 않은 모수 (parameter) 에 대한 가능한 값 (plausible values) 들의 범위를 의미한다. 어떤 표본집단에서 추정한 parameter 가 모집단의 parameter 와 정확하게 일치하지 않을 수 있으니 이러한 범위를 정하는 것이다.
두 변수 간 선형 관계를 측정하기 위해서 사용하는 값 covariance 역시 선형 관계를 측정하지만, normalized 된 것이냐 아니냐의 차이가 있다.
Heteroscedasticity 는 regression 에서 error variance 가 입력 구간마다 일정하지 않은 상태를 말한다. 반대로 모든 구간에서 error variance 가 일정하다는 가정을 homoscedasticity 라고 한다.
probit model 은 regression 의 종류 중 하나로, 출력값 (dependent variable) 이 binary 형식을 띄는 모델을 의미한다.
집단에 속한 평균을 중심으로 퍼진 정도를 의미한다. 해당 집단이 모 집단인 경우 모 표준편차를 의미하고, 표본 집단을 대상으로 한다면 표본 표준편차를 뜻한다.