1. OLS 통계 검정?

• 회귀식에서 결정된 기울기($\beta_1$)가 우연히 발생하지 않았는지 판단하는 검정
• 우연히 발생햇다는 건
• 가설 설정
  • H_0: $\beta_1 = 0$
  • H_1: $\beta_1 not= 0$ (독립변수 X와 종속변수 Y 사이에는 아무런 선형 관계가 없다. 즉, 지금 나온 기울기는 우연히 발생한 것)
• LinearModel에 fit시키기 위해 Categorical Data는 Dummy변수화 시켜줌 (선형 종속 관계를 없애기 위해 DropFirst해줌)
  

from statsmodels.formula.api import ols

model = ols('Score ~ C(Method) + Hours', data=df).fit()
print(model.summary())

ANOVA

• SST = SSR + SSE

• 설명 가능한 에러 / 우연히 발생할 수 있는 에러(평균)

• 회귀분석 기울기의 테스트는 t-test

• 회귀계수 / SE (df=1)

• R^2는 모델의 분산 설명력

• 모델이 설명하고 남은 오차는 ramdom해야함 -> 잔차도로 확인했을때 특정 패턴이 보이면 R^2는 무의미해짐 (전제가 맞지 않음)