R에서 우도비 검정 수행하기

Likelihood Ratio Test (LRT)로 모델 복잡성 검증하기 두 개의 회귀 모델을 구축하셨습니다—하나는 단순하고 다른 하나는 더 복잡한 모델입니다. 복잡한 모델이 조금 더 나은 적합도를 보이지만, 이 향상이 통계적으로 의미 있는지, 단지 관측 데이터의 노이즈일 뿐인지 확인해야 합니다. 통계적으로 확실하게 추가 복잡성이 가치가 있는지를 증명하려면 Likelihood Ratio Test (LRT)를 사용합니다. LRT는 두 개의 중첩된 모델(하나는 다른 모델의 단순한 버전, 즉 부분집합)을 비교하기 위해 명시적으로 설계된 가설 검정입니다. 이 검정은 두 모델 간의 로그‑우도(log‑likelihood) 값 차이를 기반으로 통계량을 계산합니다. 이 통계량은 알려진 chi‑square 분포를 따릅니다. 결과를 이 분포와 비교하면 p‑값을 얻을 수 있습니다. p‑값이 우리가 설정한 통계적 유의수준 (예: 0.05) 이하이면 귀무가설을 기각합니다. 이는 더 복잡한 모델이 적합도에 유의미한 향상을 제공한다는 강력한 증거가 됩니다. 반대로 p‑값이 높으면 추가 복잡성이 정당화되지 않는다고 결론짓습니다. library(lmtest) library(readr) Bank_and_insurance