시험 직전 요약장

• p-value는 H0가 참일 확률이나 모형이 맞을 확률이 아니다.
• p≥α는 H0를 기각하지 못한 것이지 H0를 증명한 것이 아니다.
• 동일한 양측 검정과 신뢰구간에서는 CI가 귀무값을 제외할 때 H0를 기각한다.
• 개별 계수 검정과 여러 계수의 공동 검정은 질문이 다르다.
• 부분 F 검정은 중첩 선형모형의 RSS 감소를 비교한다.
• LR은 중첩 모형의 최대 로그우도 차이를 두 배 하며 Wilks 정칙성 조건을 확인한다.
• Pearson 적합도 자유도는 기대분포를 같은 데이터에서 추정한 모수 수만큼 줄어든다.
• 큰 적합도 p-value는 모형이 참이라는 증거가 아니다.
• 통계적 유의성은 효과크기·예측성능·인과성·업무 가치를 대신하지 않는다.
• 여러 가설과 데이터 기반 변수 선택은 다중성·선택 편향을 만든다.

유의성 검정과 적합도 검정은 모두 “차이가 있는가”를 묻지만 비교 대상이 다르다. 적합도 검정의 p-value가 크더라도 모형이 참이라고 증명되는 것은 아니며, 계수가 유의하더라도 모형 전체가 잘 맞는다는 뜻은 아니다.

예를 들어 β̂=0.405, SE=0.150이면 z=2.70, OR=exp(0.405)≈1.50이다. 정규근사 95% 계수 신뢰구간은 (0.111, 0.699), 오즈비 신뢰구간은 약 (1.12, 2.01)이다. 이는 오즈가 약 1.5배라는 조건부 연관이며 위험비 1.5배나 인과효과를 자동으로 뜻하지 않는다.