R 다중회귀모형 1 1
I. 추정
II. 표준화된 회귀모형
1. 공식을 이용한 추정
3
5
b2-ch3-2.R
x2<-c(1,2,3,2);x3<-c(2,1,1,2);y0<-c(1,1,2,3) xls<-matrix(c(1,2,3,2,2,1,1,2), nrow=4, ncol=2) x<-matrix(c(1,1,1,1,1,2,3,2,2,1,1,2), nrow=4, ncol=3) y<-matrix(c(1,1,2,3), nrow=4)
n<-length(y) y;x
xpx=t(x)%*%x xpx
xpxinv=solve(xpx) xpxinv
xpy=t(x)%*%y xpy
beta<-xpxinv%*%xpy beta
ypy=t(y)%*%y;ypy
bpxpxb=t(beta)%*%t(x)%*%x%*%beta bpxpxb
epe=ypy-bpxpxb epe
sigusq=epe/(n-3);sigusq
rsq<-(bpxpxb-n*mean(y)^2)/(ypy-n*mean(y)^2) rsq
varcov<-0.25*xpxinv varcov
se<-sqrt(diag(varcov)) se
2. 함수를 이용한 추정
단순회귀와 다중회귀의 회귀계수 추정 단순회귀 : 𝛽 = 𝐶𝑜𝑣(𝑋, 𝑌)
𝑉𝑎𝑟(𝑋)
다중회귀 : 𝛽 𝑘 = 𝐶𝑜𝑣( 𝑉𝑎𝑟( 𝑋 𝑋𝑘,𝑌)
𝑘
) , k=2,…k
(예) 𝑌 𝑖 = 𝛽 1 + 𝛽 2 𝑋 2𝑖 + 𝛽 3 𝑋 3𝑖 + 𝑢 𝑖 𝛽 2 = 𝐶𝑜𝑣( 𝑋2,𝑌)
𝑉𝑎𝑟( 𝑋
2)
단, 𝑋 2𝑖 = 𝛼 1 + 𝛼 2 𝑋 3𝑖 + 𝑋 2𝑖 𝛽 3 = 𝐶𝑜𝑣( 𝑋3,𝑌)
𝑉𝑎𝑟( 𝑋
3)
단, 𝑋 3𝑖 = 𝛼 1 + 𝛼 2 𝑋 2𝑖 + 𝑋 3𝑖
7
b2-ch3-1-rev.R
x2<-c(1,2,3,2) x3<-c(2,1,1,2) y0<-c(1,1,2,3) n<-length(y0)
olsx2<-lm(x2~x3) resx2<-resid(olsx2) ols2<-lm(y0~resx2+x3) summary(ols2)
olsx3<-lm(x3~x2) resx3<-resid(olsx3) ols3<-lm(y0~x2+resx3) summary(ols3)
ols4<-lm(y0~x2+x3) summary(ols4)
뒤에 계속
b2-ch3-1-rev.R
앞에서 계속 y0bar<-mean(y0) x2bar<-mean(x2) x3bar<-mean(x3) y0sd<-sqrt(var(y0)) x2sd<-sqrt(var(x2)) x3sd<-sqrt(var(x3)) sy0<-(y0-y0bar)/y0sd sx2<-(x2-x2bar)/x2sd sx3<-(x3-x3bar)/x3sd sols<-lm(sy0~sx2+sx3-1) summary(sols)
y0sd x2sd x3sd
beta2hat<-summary(sols)$coef[1,1]*(y0sd/x2sd) beta3hat<-summary(sols)$coef[2,1]*(y0sd/x3sd) beta2hat
beta3hat
1. 모형 2. 베타회귀계수외 회귀계수 관계