분산도

상관 관계가 없는 데이터 세트에서 주어진 x 값에 대해 y의 최적 예측 값이 평균입니다.

변수가 선형 상관 관계를 갖는 경우 회귀 방정식에서 x-값을 대체하여 y-값을 예측할 수 있습니다.

예측된 y-값과 표본 평균 y-bar 사이의 수직 거리를 설명된 편차라고 합니다. 두 변수 간의 관계는 이러한 편차를 설명할 수 있습니다.

데이터 포인트와 예측된 y-값 사이의 수직 거리를 설명할 수 없는 편차 또는 잔차라고 합니다. 변수 간의 관계는 이러한 편차를 설명할 수 없습니다. 그것은 우연에만 기인할 수도 있고 다른 변수의 개입 때문일 수도 있습니다.

설명할 수 없는 편차와 설명된 편차의 합이 총 편차를 제공합니다.

편차를 제곱하고 모든 데이터 포인트에 대해 합산하면 설명할 수 없는 변동, 설명할 수 있는 변동 및 총 변동의 양을 산출합니다.

총 변동에 대한 설명된 변동의 비율은 결정 계수라고도 하는 r-제곱 값입니다. 회귀선이 설명할 수 있는 y-값의 변동 비율을 나타냅니다.