개발자를 위한 필수 수학

244

개발자를 위한 필수 수학

6.6

p

값

선형 회귀와 마찬가지로,

R

2

을 구했다고 끝이 아닙니다. 실제 연관성 때문이 아니라 우연히 이

데이터를 볼 가능성이 얼마나 되는지 조사해야 합니다. 즉,

p

값이 필요합니다.

이를 위해서는 새로운 확률 분포인

카이제곱 분포

chi

-

square

distribution

χ

2

을 배워야 합니다. 이 분포

는 연속적이며 이 경우를 포함해 여러 통계 영역에서도 사용됩니다.

표준 정규 분포 (평균

0

, 표준 편차

1

)의 각 값을 제곱하면 자유도

degree

of

freedom

(

DOF

)가

1

인

χ

2

이 됩니다. 이 예제의 자유도는

n

-

1

이며 로지스틱 회귀에 있는 파라미터의 개수

n

에 따라

달라집니다. [그림

6

-

14

]는 자유도의 다양한 예입니다.

그림

6-14

자유도(

DOF

)가 다른

χ

2

분포

두 가지 파라미터(노출 시간 및 증상 발현 여부 )가 있으므로 자유도는

2

-

1

=

1

입니다.

이전 절에서

R

2

을 위해 계산한 훈련 전과 훈련 후의 로그 가능도가 필요합니다.

χ

2

을 계산하는

공식은 다음과 같습니다.

χ

2

= 2

((훈련 후 로그 가능도 ) - (훈련 전 로그 가능도 ) )

이를 사용해

χ

2

분포로부터 어떤 값에 대한 확률을 얻을 수 있습니다.

p

값을 계산하는 공식을

다음과 같습니다.

p

값

= chi

(

2

((훈련 후 로그 가능도 ...