교재 p.31 ppt slide 18

1. 강의 영상 4분쯤, 선생님께서 "increasing spread about the line"의 꼴을 가진 residual plot을 직선으로 연결하셨습니다.

그런데, 하나의 x값에서는 하나의 residual만 나와야 하지 않나요? 왜냐면 원래 하나의 x에는 하나의 y만 나오고, 하나의 predicted value만 존재하므로 그에 따라 하나의 residual만 나와야 하지 않나요?

즉, 직선으로 residual plot을 이어버리면 하나의 x에 2개의 residual이 존재하게 되므로, 직선으로 연결하면 안되지 않나요?

혹시 그래프의 형태의 이해를 돕기 위해 연결하신건가요?

2. 왜 -2에서 2 사이에서 residual이 무작위하게 배치되어 있어야 좋은 LSRS인가요? 2, -2라는 숫자는 어디에서 왔으며, 왜 "무작위"하게 나와야 하나요?

3. ppt slide 19

왜 residual의 slope은 0인가요? 모든 residual의 합이 0이니까 그런가요?

또, residual의 LSRL은 slope만 0일 뿐이지, LSRL이 x축이 되는 것은 아닌건가요? (y절편이 0이 되지는 않는 건가요?) 아니라면, 왜 그런가요?

4. ppt slide 20

왜 y-direction outlier는 remove돼도 LSRL의 기울기를 크게 변화시키지 않는건가요?

x-direction outlier과 마찬가지여야 하지 않나요? 그래프를 단순히 90도 돌렸다고 생각하거나, y=x 대칭시켰다고 생각해도... 왜 y-direction outlier를 remove하는 것과 x-direction outlier를 remove 하는 것에 차이가 있는지 모르겠습니다.

5. 교재 p.32 ppt slide 22 Example 2

강의 12:05에서 A의 LSRL을 어떻게 구하셨나요? 기울기, y절편 공식을 쓰려 해도 주어진 정보가 없는데 어떻게 구하나요?

또, 강의 14:00에서 C의 x값은 LSRL의 domain을 벗어나므로 나쁜 prediction이 되어 predict를 할 필요가 없다고 하셨습니다. 그러면, 답은 no need to predict이라고 써야되나요? 실제 시험에서는 답을 어떻게 써야 되나요?

감사합니다.