R에서 우도비 검정 수행하기

R에서 우도비 검정 수행하기두 개의 회귀 모델을 만들었습니다—하나는 단순 모델이고, 다른 하나는 더 복잡한 모델입니다. 복잡한 모델이 약간 더 좋은 적합도를 보이지만, 그 개선이 통계적으로 의미가 있는지, 아니면 관측 데이터의 잡음인지 궁금합니다. 추가 복잡성이 실제로 가치가 있다는 것을 통계적 확신을 가지고 어떻게 증명할 수 있을까요? 바로 우도비 검정(Likelihood Ratio Test, LRT)을 사용합니다.LRT는 두 개의 중첩된 모델(하나는 다른 모델의 부분집합인 단순 모델) 간의 적합도를 비교하기 위해 설계된 가설 검정입니다. 검정은 두 모델의 로그우도값 차이에 기반한 통계량을 계산합니다. 이 통계량은 알려진 카이제곱(χ²) 분포를 따릅니다. 결과를 해당 분포와 비교하면 p‑값을 얻을 수 있습니다.p‑값이 선택한 유의 수준(예: 0.05)보다 작으면 영가설을 기각하고, 복잡한 모델이 유의미하게 적합도를 향상시킨다는 강력한 증거를 얻습니다. 반대로 p‑값이 크면 추가 복잡성이 정당화되지 않음을 결론 짓습니다.예시 코드library(lmtest) library(readr) # 예시 데이터 로드 Bank_and_insurance