@ whuber는 여기에 정말 훌륭한 답변을주었습니다. 작은 무료 포인트를 추가하고 싶습니다. 문제는 "예측 자와 데이터의 선형 관계는 해석 할 수 없다"고 말합니다. 이것은 일반적으로 다른 쪽 끝에서들을 수 있지만 일반적인 오해를 암시합니다 ( '제곱 된 [입방체 등] 용어의 해석은 무엇입니까?')
우리가 여러 가진 모델이있을 때 다른 공변량을 각 베타 [용어는 일반적으로 자신의 해석을 여유 할 수 있습니다. 예를 들어,
GPAˆcollege=β0+β1GPAhighschool+β2class rank+β3SAT,
(GPA는 평균 학점 평균,
랭크는 같은 고등학교의 다른 학생들에 대한 학생의 GPA 순서이며,
SAT는 대학에 진학하는 학생들을위한 전국적인 표준 시험 인 '학력 적성 시험'을 의미합니다)
각 베타 / 용어에 별도의 해석을 할당 할 수 있습니다. 예를 들어, 학생의 고등학교 GPA가 1 점 더 높으면 (평등 한 경우) 대학 GPA는 점 더 높을 것으로 예상 됩니다. β1
그러나 이러한 방식으로 모델을 해석하는 것이 항상 허용되는 것은 아니라는 점에 유의해야합니다. 한 가지 명백한 경우는 개별 용어가 다르고 여전히 일정하게 유지 될 수 없기 때문에 일부 변수간에 상호 작용이있는 경우입니다. 상호 작용 용어도 변경 될 수 있습니다. 따라서 상호 작용이있을 때, 우리 는 잘 이해되는 바와 같이 주요 효과를 해석하지 않고 단순한 효과 만 해석 합니다.
권력 용어가있는 상황은 직접적으로 유사하지만 불행히도 널리 이해되지 않는 것 같습니다. 다음 모델 고려 :
(이 경우, . 원형 연속 공변량을 표현하도록 의도된다) 것이 불가능 없이 변경 도 변화 그 반대. 간단히 말해, 모형에 다항식 항이있을 때 동일한 기본 공변량을 기반으로하는 다양한 항에 별도의 해석이 제공되지 않습니다. ( , 등)라는 용어는 독립적으로 의미가 없다. • 그래도 사실
XXX2X2XX17(P)의P-1X의 Y , Y , X의차원Y
y^=β0+β1x+β2x2
xxx2x2xx17p-power 다항식 항이 모형에서 '유의 한'은 및 관련 함수에 '굽힘' 이 있음을 나타냅니다 . 불행히도 불가피하지만, 곡률이 존재하면 해석이 더 복잡해지고 직관적이지 않을 수 있습니다. 변화 함에 따라 의 변화를 평가하려면 미적분을 사용해야합니다. 위 모델의 미분은 다음과 같습니다.
이것은 변화 함에 따라 의 예상 값이 순간적으로 변하는 비율이며 , 다른 모든 것은 동일합니다. 이것은 최상위 모델의 해석만큼 그렇게 깨끗하지는 않습니다. 중요한 순간의 변화율
p−1xyy^x
yxyxyxoldxnewdydx=β1+2β2x
yxy 는 변화가 평가되는 의 수준에 달려있다x . 또한, 의 변화율 은 순간적인 비율이다; 즉, 에서 까지 간격 전체에서 지속적으로 변경됩니다 . 이것은 단순히 곡선 관계의 본질입니다.
yxoldxnew