다중 로지스틱 회귀의 가정

R에서 Generalized Linear Models

Richard Erickson

Instructor

가정

• 포아송 및 기타 GLM에도 동일하게 적용
• 주요 가정:
  • 심슨의 역설
  • 선형성, 단조성
  • 독립성
  • 과분산

심슨의 역설 예시

심슨의 역설

핵심 사항

• 중요한 예측 변수 누락
• 포함 여부가 결과를 변경
• lm()으로 쉽게 시각화 가능

심슨의 역설과 입학 데이터

입학 데이터

• 캘리포니아 대학교 버클리
• 대학원 입학
• 학과 및 성별에 따른 합격률
• 편향이 존재하는가?

독립성

예측 변수

• 독립적이면 순서가 추정치에 영향 없음
• 비독립적이면 순서가 추정치를 변경할 수 있음

반응 변수

• 분석 단위는 무엇인가?
• 개인, 집단, 집단의 집단?
• 시험 점수
  • 개별 학생?
  • 교사? 학교? 학군?

과분산

• 0 또는 1이 지나치게 많음 (이항)
• 0이 지나치게 많고 분산이 큼 (포아송)
• 분산이 변함
• 이 과정의 범위를 벗어남

연습해 봅시다!

R에서 Generalized Linear Models