강의자료와 검수된 개념에 맞춰 새로 만든 문제입니다. 실제 시험 문제 복원이나 출제 예측이 아닙니다. 뒤쪽은 공통 지문·출력표·계산을 연결해 풉니다. 서술형은 모범답안과 기준으로 직접 평가합니다.
한 문항씩 답을 적고 정답·해설을 확인한 뒤 다음으로 넘어갑니다. 답안은 이 브라우저에 자동 저장됩니다. 수치형은 소수·분수(예: 1/2)·과학적 표기(예: 1e-3)를 입력할 수 있습니다. 단위는 입력칸 옆을 확인하세요.
03 / 50 · 기초 · 수치형
문제 3 관측값 18, 적합값 15이다. 잔차를 구하라.
답 정답·해설 확인
해설 3
잔차는 관측값−적합값=18−15=3이다. 모형이 과소예측했다.
자동 채점 허용 오차: ±0.001
관련 개념 다시 읽기 →
07 / 50 · 기초 · 수치형
문제 7 관심 입력의 보조회귀 R²=.75일 때 VIF는?
답 정답·해설 확인
08 / 50 · 기초 · 수치형
문제 8 보조회귀 R²=.88일 때 tolerance는? 소수로 답하라.
답 정답·해설 확인
해설 0.12
tolerance=1−R²=.12이다. R² 자체가 아니다.
자동 채점 허용 오차: ±0.001
관련 개념 다시 읽기 →
11 / 50 · 기초 · 수치형
문제 11 절편 포함 추정계수 5개, 관측 100개일 때 평균 레버리지는?
답 정답·해설 확인
해설 0.05
레버리지 합은 계수 수 5이므로 평균은 5/100=.05이다.
자동 채점 허용 오차: ±0.001
관련 개념 다시 읽기 →
16 / 50 · 적용 · 수치형
문제 16 보조회귀 R²=.96이다. 다른 조건이 같을 때 공선성이 없는 기준 대비 표준오차 배율은?
답 정답·해설 확인
해설 5
VIF=25는 분산 배율이고 표준오차 배율은 √25=5다.
자동 채점 허용 오차: ±0.001
관련 개념 다시 읽기 →
17 / 50 · 적용 · 수치형
문제 17 추정계수 1.8, 표준오차 .6이다. H₀:β=0의 t값은?
답 정답·해설 확인
18 / 50 · 적용 · 수치형
문제 18 최대 고유값 9, 관심 고유값 .04이다. 상태지수는?
답 정답·해설 확인
해설 15
√(9/.04)=√225=15이다. 단순 비율 225가 아니다.
자동 채점 허용 오차: ±0.001
관련 개념 다시 읽기 →
19 / 50 · 적용 · 서술형
문제 19 x₃=x₁+x₂인데 모든 쌍별 상관의 절댓값이 1보다 작을 수 있다. 이 경우 쌍별 상관만으로 공선성을 배제할 수 있는가?
서술형은 모범답안과 채점 기준을 확인해 직접 채점하세요.
나의 답안 정답·해설 확인
해설 배제할 수 없다. x₃가 두 입력의 정확한 선형결합이어서 설계행렬에 완전 공선성이 있다. 쌍별 상관은 여러 입력의 공동 중복을 놓칠 수 있다.
배제할 수 없다. x₃가 두 입력의 정확한 선형결합이어서 설계행렬에 완전 공선성이 있다. 쌍별 상관은 여러 입력의 공동 중복을 놓칠 수 있다.
자기평가 기준 쌍별 상관의 한계 1점 정확한 선형결합과 완전 공선성 연결 1점 내 답안 평가 미검토 기준 충족 일부 충족 다시 학습 관련 개념 다시 읽기 →
20 / 50 · 적용 · 수치형
문제 20 예측식 40−4w+.8s+2a에서 w=3, s=10, a=1의 예측값은?
답 정답·해설 확인
21 / 50 · 적용 · 수치형
문제 21 위와 별개로 무게 변수 w의 단위가 1000kg이고 계수가 −4이다. 다른 조건을 고정한 250kg 증가의 예측평균 변화량은? 부호를 포함하라.
답 정답·해설 확인
22 / 50 · 적용 · 서술형
문제 22 두 집단의 반응평균은 10과 30, 조건부 오차 표준편차는 모두 3이다. 평균이 다르므로 이분산이라는 주장을 평가하라.
서술형은 모범답안과 채점 기준을 확인해 직접 채점하세요.
나의 답안 정답·해설 확인
해설 잘못된 주장이다. 등분산은 조건부 오차의 분산에 관한 것으로 두 집단 모두 9이다. 회귀 평균은 집단에 따라 달라도 된다.
잘못된 주장이다. 등분산은 조건부 오차의 분산에 관한 것으로 두 집단 모두 9이다. 회귀 평균은 집단에 따라 달라도 된다.
자기평가 기준 평균과 분산 구별 1점 두 분산이 9임을 확인 1점 내 답안 평가 미검토 기준 충족 일부 충족 다시 학습 관련 개념 다시 읽기 →
23 / 50 · 적용 · 수치형
문제 23 관측 하나를 삭제했을 때 원래 모든 입력에서 두 모형 적합값 차이제곱합이 18이다. k=3, 전체모형 MSE=2이면 Cook 거리는?
답 정답·해설 확인
해설 3
D=18/(3×2)=3이다. 분자는 잔차제곱합이 아니다.
자동 채점 허용 오차: ±0.001
관련 개념 다시 읽기 →
24 / 50 · 적용 · 서술형
문제 24 정규 Q-Q 그림이 대략 직선이지만 시간 순서 잔차가 긴 양수 구간과 음수 구간을 반복한다. 두 결과가 모순인가?
서술형은 모범답안과 채점 기준을 확인해 직접 채점하세요.
나의 답안 정답·해설 확인
해설 모순이 아니다. Q-Q는 분포 모양을, 시간순 잔차는 관측 간 의존 가능성을 살핀다. 정규성에 반하는 뚜렷한 증거가 없어도 독립성 문제는 있을 수 있다.
모순이 아니다. Q-Q는 분포 모양을, 시간순 잔차는 관측 간 의존 가능성을 살핀다. 정규성에 반하는 뚜렷한 증거가 없어도 독립성 문제는 있을 수 있다.
자기평가 기준 분포 모양과 시간 의존 구별 1점 독립성 추가 검토 1점 내 답안 평가 미검토 기준 충족 일부 충족 다시 학습 관련 개념 다시 읽기 →
26 / 50 · 적용 · 수치형
문제 26 같은 자료의 축소/확장 중첩모형 RSS가 180/120, 잔차자유도가 32/30이다. 추가제곱합 F값은?
답 정답·해설 확인
해설 7.5
추가 계수는 2개. F=[(180−120)/2]/(120/30)=30/4=7.5이다.
자동 채점 허용 오차: ±0.001
관련 개념 다시 읽기 →
27 / 50 · 적용 · 서술형
문제 27 같은 자료의 중첩 OLS에서 변수 두 개를 삭제했더니 학습 R²가 낮아졌지만 검증 RMSE는 개선되었다. 가능한 결과인가?
서술형은 모범답안과 채점 기준을 확인해 직접 채점하세요.
나의 답안 정답·해설 확인
해설 가능하다. 변수 삭제는 같은 표본의 RSS를 감소시키지 못하므로 학습 R²는 증가하지 않는다. 복잡도 감소로 새 자료의 오차는 개선될 수 있어 검증 RMSE의 방향은 별개다.
가능하다. 변수 삭제는 같은 표본의 RSS를 감소시키지 못하므로 학습 R²는 증가하지 않는다. 복잡도 감소로 새 자료의 오차는 개선될 수 있어 검증 RMSE의 방향은 별개다.
자기평가 기준 학습 RSS 및 R² 관계 1점 검증 성능과 학습 적합 구별 1점 내 답안 평가 미검토 기준 충족 일부 충족 다시 학습 관련 개념 다시 읽기 →
29 / 50 · 적용 · 수치형
문제 29 x₂=3x₁이다. 계수쌍 (β₁,β₂)=(2,4)와 동일한 예측을 만드는 (b,0)의 b는? 절편은 같다.
답 정답·해설 확인
해설 14
2x₁+4(3x₁)=14x₁이므로 b=14다. 개별 계수는 유일하지 않다.
자동 채점 허용 오차: ±0.001
관련 개념 다시 읽기 →
30 / 50 · 적용 · 서술형
문제 30 자료를 반복해 보며 가장 작은 p값을 만드는 모형을 선택했다. 선택 후 p값을 사전에 정한 모형의 p값처럼 해석해도 되는가?
서술형은 모범답안과 채점 기준을 확인해 직접 채점하세요.
나의 답안 정답·해설 확인
해설 그대로 해석하면 안 된다. 같은 자료로 여러 후보를 탐색하고 선택한 과정이 추론에 영향을 준다. 선택 전체 과정을 포함한 검증자료 분리와 선택 사실의 보고가 필요하다.
그대로 해석하면 안 된다. 같은 자료로 여러 후보를 탐색하고 선택한 과정이 추론에 영향을 준다. 선택 전체 과정을 포함한 검증자료 분리와 선택 사실의 보고가 필요하다.
자기평가 기준 자료 기반 선택 효과 1점 검증과 선택 사실 보고 1점 내 답안 평가 미검토 기준 충족 일부 충족 다시 학습 관련 개념 다시 읽기 →
공통 지문 · 이어지는 소문항에 사용
사례 1 · 에너지 사용량 회귀와 곡선 잔차 학습용으로 새로 만든 자료·출력이다. 그림은 해당 진단 패턴을 보여 주는 원본 모식도이며 표본의 실제 좌표를 복원한 그림은 아니다.
44개 독립 시설의 사용량 Y를 면적 A, 가동시간 H, 야간운영 강도 N(연속 지수)으로 설명했다. 절편 포함 OLS 출력이다. 모든 수치는 이 문제에서 제시한 값으로 계산한다. 양측 5% t 임계값은 2.021이다.
항 Estimate SE t 절편 12 3 4 A 2 0.2 10 H 1.2 0.3 4 N -3 1.5 -2
요약 값 n / 계수 수 44 / 4 RSS / TSS 160 / 640 잔차 자유도 / MSE 40 / 4 R² / 수정 R² .75000 / .73125 전체 F(3,40) 40.00
0 Fitted value Residual 31 / 50 · 심화 · 수치형
문제 31 사례 1에서 A=5, H=8, N=1인 시설의 예측 사용량을 구하라.
답 정답·해설 확인
33 / 50 · 심화 · 수치형
문제 33 사례 1의 RSS, TSS와 자유도로 전체 F값을 직접 구하라.
답 정답·해설 확인
해설 40
SSR=640−160=480, MSR=480/3=160, MSE=160/40=4이므로 F=40이다.
자동 채점 허용 오차: ±0.001
관련 개념 다시 읽기 →
34 / 50 · 심화 · 서술형
문제 34 사례 1의 잔차 그림을 중심·폭으로 나누어 읽고, R²=.75라는 이유로 모형을 확정할 수 없는 이유와 다음 조치를 제시하라.
서술형은 모범답안과 채점 기준을 확인해 직접 채점하세요.
나의 답안 정답·해설 확인
해설 양끝에서 양수, 가운데에서 음수인 중심의 곡선 패턴이 보이며 폭은 대체로 일정하다. 평균식의 누락된 곡률이나 집단 차이를 검토해야 한다. 높은 R²가 올바른 평균구조를 보장하지 않는다. 입력과 잔차 관계를 확인하고 이차항 또는 누락 집단을 검토한 뒤 재적합·재진단한다.
양끝에서 양수, 가운데에서 음수인 중심의 곡선 패턴이 보이며 폭은 대체로 일정하다. 평균식의 누락된 곡률이나 집단 차이를 검토해야 한다. 높은 R²가 올바른 평균구조를 보장하지 않는다. 입력과 잔차 관계를 확인하고 이차항 또는 누락 집단을 검토한 뒤 재적합·재진단한다.
자기평가 기준 곡선 중심과 일정한 폭 구별 2점 R²의 한계 1점 원인 검토와 재진단 1점 내 답안 평가 미검토 기준 충족 일부 충족 다시 학습 관련 개념 다시 읽기 →
공통 지문 · 이어지는 소문항에 사용
사례 2 · 높은 공선성과 불안정한 계수 학습용으로 새로 만든 자료·출력이다. 그림은 해당 진단 패턴을 보여 주는 원본 모식도이며 표본의 실제 좌표를 복원한 그림은 아니다.
60개 매장의 매출을 광고노출 X₁, 클릭수 X₂, 주말 활동량 X₃(연속 지수)로 설명했다. X₃는 두 연속 입력과 직교하고 X₁·X₂의 상관은 √.96이다. 아래는 절편 포함 모형의 출력이다. 5% 양측 t 임계값은 2.003이다.
항 계수 SE t VIF 절편 10 2 5 — X₁ 2 2 1 25 X₂ 3 2 1.5 25 X₃ 4 1 4 1
출력 값 n / 잔차 df 60 / 56 RSS / TSS 224 / 906.938769 R² 0.753015 전체 F(3,56) 56.911564
같은 오차분산·해당 입력의 중심화 제곱합을 유지하고 다른 입력과의 선형중복만 제거한 비교 기준에서 X₁의 공선성 없는 표준오차는 0.4다. 다음 Q-Q 그림은 별도 분포 진단을 나타낸다.
Theoretical normal quantile Standardized residual 35 / 50 · 심화 · 수치형
문제 35 사례 2에서 X₁의 tolerance는?
답 정답·해설 확인
36 / 50 · 심화 · 수치형
문제 36 사례 2에서 공선성 없는 비교 기준 대비 X₁ 표준오차 배율은?
답 정답·해설 확인
37 / 50 · 심화 · 서술형
문제 37 사례 2에서 전체 F는 크지만 X₁과 X₂의 개별 t는 작다. 모순인지, 두 입력이 쓸모없음을 증명하는지 논하라.
서술형은 모범답안과 채점 기준을 확인해 직접 채점하세요.
나의 답안 정답·해설 확인
해설 모순이 아니다. 전체 검정은 세 기울기의 공동 기여를, 개별 t는 나머지 입력을 조건으로 한 기여를 검정한다. X₁과 X₂의 정보가 중복되어 각 효과를 정밀하게 분리하기 어렵다. 큰 p값은 현실적 무용성의 증명이 아니며, 입력관계 안의 예측과 개별 효과 해석을 구별해야 한다.
모순이 아니다. 전체 검정은 세 기울기의 공동 기여를, 개별 t는 나머지 입력을 조건으로 한 기여를 검정한다. X₁과 X₂의 정보가 중복되어 각 효과를 정밀하게 분리하기 어렵다. 큰 p값은 현실적 무용성의 증명이 아니며, 입력관계 안의 예측과 개별 효과 해석을 구별해야 한다.
자기평가 기준 전체·개별 가설 구별 1점 공선성과 SE 연결 1점 무용성 단정 배제 1점 내 답안 평가 미검토 기준 충족 일부 충족 다시 학습 관련 개념 다시 읽기 →
38 / 50 · 심화 · 서술형
문제 38 사례 2 Q-Q 그림의 축과 꼬리 이탈을 설명하고, 이 그림이 VIF나 오차 독립성을 판정해 주는지 답하라.
서술형은 모범답안과 채점 기준을 확인해 직접 채점하세요.
나의 답안 정답·해설 확인
해설 가로축은 이론적 정규 분위수, 세로축은 표준화 잔차다. 가운데는 기준선 근처지만 양끝이 바깥으로 벗어나 꼬리 또는 극단 관측을 점검할 필요가 있다. 이 그림만으로 정확한 분포를 확정하지 않는다. 입력의 선형중복이나 관측 오차의 독립성은 다른 진단이 필요하다.
가로축은 이론적 정규 분위수, 세로축은 표준화 잔차다. 가운데는 기준선 근처지만 양끝이 바깥으로 벗어나 꼬리 또는 극단 관측을 점검할 필요가 있다. 이 그림만으로 정확한 분포를 확정하지 않는다. 입력의 선형중복이나 관측 오차의 독립성은 다른 진단이 필요하다.
자기평가 기준 축 두 개 1점 꼬리 이탈과 해석 한계 1점 공선성·독립성 별도 진단 1점 내 답안 평가 미검토 기준 충족 일부 충족 다시 학습 관련 개념 다시 읽기 →
공통 지문 · 이어지는 소문항에 사용
사례 3 · 추가제곱합 ANOVA와 커지는 잔차 폭 학습용으로 새로 만든 자료·출력이다. 그림은 해당 진단 패턴을 보여 주는 원본 모식도이며 표본의 실제 좌표를 복원한 그림은 아니다.
사례 1과는 별도로 만든 44개 시설 자료에서, 두 모형은 동일한 관측·동일한 반응으로 비교한다. 축소모형 R은 Y~N, 확장모형 F는 Y~A+H+N이다. TSS=640이다. 아래의 ANOVA F값을 계산할 때 확장모형 MSE를 분모에 사용한다. F(2,40)의 5% 임계값은 3.232이다.
모형 잔차 df RSS 추가 df RSS 감소 R 42 240 — — F 40 160 2 80
도식은 이분산 여부를 살피기 위한 별도 진단 상황이다.
0 Fitted value Residual 39 / 50 · 심화 · 수치형
문제 39 사례 3의 추가제곱합 F 통계량은?
답 정답·해설 확인
해설 10
F=[(240−160)/(42−40)]/(160/40)=40/4=10이다.
자동 채점 허용 오차: ±0.001
관련 개념 다시 읽기 →
41 / 50 · 심화 · 수치형
문제 41 사례 3에서 확장 전후 학습 R²의 증가량을 소수로 구하라.
답 정답·해설 확인
해설 0.125
R²_R=1−240/640=.625, R²_F=.75이므로 증가량 .125이다.
자동 채점 허용 오차: ±0.001
관련 개념 다시 읽기 →
42 / 50 · 심화 · 서술형
문제 42 사례 3에서 F=10이 임계값보다 크다는 결과와 나팔형 잔차 그림을 함께 보고 결론을 작성하라.
서술형은 모범답안과 채점 기준을 확인해 직접 채점하세요.
나의 답안 정답·해설 확인
해설 통상적인 가정 아래 추가 두 입력의 공동 기여는 5%에서 유의하다. 하지만 잔차 중심은 0 부근인 반면 폭이 증가하므로 등분산 가정에 의문이 있다. 따라서 통상 F검정의 정확한 유의수준을 그대로 신뢰하기 전에 분산구조·자료수집을 검토해야 한다. 양수 반응의 로그변환 등을 의미와 단위를 확인하며 고려하고 재진단한다.
통상적인 가정 아래 추가 두 입력의 공동 기여는 5%에서 유의하다. 하지만 잔차 중심은 0 부근인 반면 폭이 증가하므로 등분산 가정에 의문이 있다. 따라서 통상 F검정의 정확한 유의수준을 그대로 신뢰하기 전에 분산구조·자료수집을 검토해야 한다. 양수 반응의 로그변환 등을 의미와 단위를 확인하며 고려하고 재진단한다.
자기평가 기준 조건부 유의성 판단 1점 나팔형과 이분산 연결 1점 추론 조건 재검토·재진단 1점 내 답안 평가 미검토 기준 충족 일부 충족 다시 학습 관련 개념 다시 읽기 →
공통 지문 · 이어지는 소문항에 사용
사례 4 · Cook 거리와 관측 삭제 민감도 학습용으로 새로 만든 자료·출력이다. 그림은 해당 진단 패턴을 보여 주는 원본 모식도이며 표본의 실제 좌표를 복원한 그림은 아니다.
24개 관측, 절편 포함 계수 k=3인 회귀의 RSS=42, 잔차자유도=21이다. 아래 ΔSS는 관측 한 행을 제외하고 재적합한 뒤 원래 24개 입력에서 두 모형의 적합값 차이를 제곱해 합한 값이다. Cook 막대 그림의 18번은 상세 검토 대상으로 표시했다.
관측 leverage 잔차 ΔSS 전체 표본 계수 b₁ 해당 행 제외 b₁ 8 0.12 2 0.619835 2 1.9 18 0.45 2.2 7.2 2 1.1 21 0.3 0.4 0.097959 2 1.98
row 18: D=1.20 Observation index Cook distance 그림 막대는 민감도를 비교하는 모식도다. 정확한 계산은 표의 ΔSS를 사용한다. 관측 18은 원장 대조 결과 입력 오류가 확인되지 않았다.
43 / 50 · 심화 · 수치형
문제 43 사례 4에서 관측 18의 Cook 거리를 구하라.
답 정답·해설 확인
해설 1.2
MSE=42/21=2, D₁₈=7.2/(3×2)=1.2이다.
자동 채점 허용 오차: ±0.001
관련 개념 다시 읽기 →
44 / 50 · 심화 · 수치형
문제 44 사례 4의 평균 레버리지는?
답 정답·해설 확인
해설 0.125
레버리지 합 k=3, 평균=3/24=.125이다.
자동 채점 허용 오차: ±0.001
관련 개념 다시 읽기 →
45 / 50 · 심화 · 서술형
문제 45 사례 4에서 18번을 제외하자 b₁이 2에서 1.1로 바뀌었다. D>1이므로 자동 삭제하자는 제안을 평가하고 보고 계획을 쓰라.
서술형은 모범답안과 채점 기준을 확인해 직접 채점하세요.
나의 답안 정답·해설 확인
해설 계수와 적합값이 관측 18에 민감하다는 증거다. Cook 1은 보편적인 자동삭제 기준이 아니다. 오류가 확인되지 않았으므로 수집 맥락과 다른 모집단 가능성을 확인하고, 포함·제외 분석의 계수 변화 및 결론 차이를 함께 보고한다. 원하는 유의성을 만들려고 삭제하지 않는다.
계수와 적합값이 관측 18에 민감하다는 증거다. Cook 1은 보편적인 자동삭제 기준이 아니다. 오류가 확인되지 않았으므로 수집 맥락과 다른 모집단 가능성을 확인하고, 포함·제외 분석의 계수 변화 및 결론 차이를 함께 보고한다. 원하는 유의성을 만들려고 삭제하지 않는다.
자기평가 기준 민감도 해석 1점 자동삭제 거부 1점 맥락 확인과 민감도 보고 1점 내 답안 평가 미검토 기준 충족 일부 충족 다시 학습 관련 개념 다시 읽기 →
공통 지문 · 이어지는 소문항에 사용
사례 5 · 시간 의존과 모형 선택 보고서 학습용으로 새로 만든 자료·출력이다. 그림은 해당 진단 패턴을 보여 주는 원본 모식도이며 표본의 실제 좌표를 복원한 그림은 아니다.
같은 장비에서 시간순으로 50회 기록한 Y를 분석했다. R은 X₁ 하나, F는 X₁·X₂·X₃를 포함하는 중첩 OLS이며 두 모형 모두 절편을 포함한다. TSS=1000이다. 검증 RMSE는 시간상 뒤의 별도 10개 관측에서 계산했다. 중심화한 세 입력 열은 서로 직교하며 F의 입력 VIF는 모두 1이다. 표의 표준오차는 반올림 없이 식으로 표시했다.
모형 잔차 df RSS 학습 R² 시간 분리 검증 RMSE R 48 300 0.7 2.8 F 46 250 0.75 3.4
F 계수 추정값 SE 절편 8 1 X₁ 1.4 1.4/√128.8 X₂ 0.5 0.5/2.8 X₃ -0.3 0.3/√1.36
다음은 F의 시간순 잔차 패턴이다. 정규 Q-Q 그림은 대체로 직선에 가까웠다고 알려져 있다. 아래 t값 계산은 표준 출력 수치의 산술적 해석이며 추론의 타당성 판단과 구별한다.
Collection order Residual 47 / 50 · 심화 · 수치형
문제 47 사례 5의 확장모형에서 X₁의 출력 t값은? 소수 셋째 자리까지 반올림하라.
답 정답·해설 확인
해설 11.349008767288886
t=1.4/(1.4/√128.8)=√128.8≈11.349이다. 시간 의존이 있으면 통상 SE와 검정의 타당성은 별도로 검토한다.
자동 채점 허용 오차: ±0.001
관련 개념 다시 읽기 →
48 / 50 · 심화 · 서술형
문제 48 사례 5에서 VIF가 모두 작고 Q-Q가 직선이므로 모든 회귀 가정이 충족되었다는 주장을 평가하라.
서술형은 모범답안과 채점 기준을 확인해 직접 채점하세요.
나의 답안 정답·해설 확인
해설 VIF는 입력 간 선형중복을, Q-Q는 잔차의 분포 모양을 살핀다. 시간순 잔차가 같은 부호로 길게 이어지고 진동하는 패턴은 오차의 시간 의존 가능성을 시사한다. 같은 장비 반복 측정이라는 수집 맥락까지 고려하여 독립성을 별도로 검토해야 한다.
VIF는 입력 간 선형중복을, Q-Q는 잔차의 분포 모양을 살핀다. 시간순 잔차가 같은 부호로 길게 이어지고 진동하는 패턴은 오차의 시간 의존 가능성을 시사한다. 같은 장비 반복 측정이라는 수집 맥락까지 고려하여 독립성을 별도로 검토해야 한다.
자기평가 기준 VIF와 Q-Q 대상 구별 1점 시간 패턴 해석 1점 반복 측정 맥락 연결 1점 내 답안 평가 미검토 기준 충족 일부 충족 다시 학습 관련 개념 다시 읽기 →
49 / 50 · 심화 · 수치형
문제 49 사례 5에서 F의 수정 R²를 구하라. 소수 넷째 자리까지 반올림하라.
답 정답·해설 확인
해설 0.7337
수정 R²=1−(RSS/46)/(TSS/49)=1−(250/46)/(1000/49)=.73369565이므로 .7337이다.
자동 채점 허용 오차: ±5e-05
관련 개념 다시 읽기 →
50 / 50 · 심화 · 서술형
문제 50 사례 5에서 학습 R²만을 근거로 F가 최종적으로 우수하다고 결론 내릴 수 있는가? 예측 목적의 잠정 선택과 추론상 과제를 함께 제시하라.
서술형은 모범답안과 채점 기준을 확인해 직접 채점하세요.
나의 답안 정답·해설 확인
해설 확정할 수 없다. F의 학습 R²는 .75로 높지만 시간 분리 검증 RMSE는 R의 2.8보다 나쁜 3.4이다. 현재 검증에서는 예측 목적에 R을 잠정 선호할 근거가 있다. 검증 표본이 10개뿐인 불확실성을 보고하고 시간 의존을 반영한 추가 평가가 필요하다. 계수 검정은 오차 의존과 통상 SE의 적절성을 먼저 점검해야 한다.
확정할 수 없다. F의 학습 R²는 .75로 높지만 시간 분리 검증 RMSE는 R의 2.8보다 나쁜 3.4이다. 현재 검증에서는 예측 목적에 R을 잠정 선호할 근거가 있다. 검증 표본이 10개뿐인 불확실성을 보고하고 시간 의존을 반영한 추가 평가가 필요하다. 계수 검정은 오차 의존과 통상 SE의 적절성을 먼저 점검해야 한다.
자기평가 기준 학습·검증 기준 구별 1점 RMSE 수치 비교와 잠정 선택 1점 작은 검증 표본·시간 의존 고려 1점 내 답안 평가 미검토 기준 충족 일부 충족 다시 학습 관련 개념 다시 읽기 →
← 이전 문제 정답 확인 →