등분산성

1. 개요

등분산성은 통계학에서 모수 추정치의 통계량들이 동일한 분산을 갖는 성질을 의미한다. 독립성, 정규성과 함께 NID(Normally, Independently, Distributed with mean of zero and common variance)라고 불리는 조건 중 하나이며, 단순 선형 회귀 분석에서 오차항의 표준 편차가 일정하고 예측 변수에 의존하지 않는다는 가정이 필요하다. 등분산성을 검정하기 위해 바틀렛 검정, 레빈 검정, 브루쉬-페이건 검정 등이 사용되며, 등분산적 분포는 통계적 패턴 인식 및 기계 학습 알고리즘에 유용하게 활용된다.

더 읽어볼만한 페이지

• 분산 분석 - 다층 모형
  다층 모형은 계층 구조 데이터 분석에 사용되는 통계 방법으로, 변수의 측정 수준을 명확히 하고 고정 효과와 변량 효과를 동시에 고려하며, 무작위 절편 모형, 무작위 기울기 모형 등 다양한 종류가 있다.
• 분산 분석 - 교락
  교락은 데이터 생성 모델에서 독립 변수와 종속 변수 간의 관계를 왜곡하는 현상으로, 독립 변수와 종속 변수 모두에 영향을 미치는 외생 변수, 즉 교란 변수의 존재로 인해 발생하며, 이를 통제하기 위해 변수 고정, 통계적 조정 등 다양한 방법이 사용된다.
• 통계학 - 확률
  확률은 사건의 가능성을 수치화한 개념으로, 도박에서 시작되어 수학적으로 발전했으며, 다양한 해석과 요소, 응용 분야를 가지며 양자역학, 사회 현상 등에도 적용된다.
• 통계학 - 사분위수
  사분위수는 정렬된 데이터를 4등분하는 세 개의 값으로 데이터 분포 요약 및 이상치 탐지에 활용되며, 제1사분위수(Q₁)는 하위 25%, 제2사분위수(Q₂ 또는 중앙값)는 하위 50%, 제3사분위수(Q₃)는 하위 75%를 나타낸다.