회귀 분석: Difference between revisions
From IT Wiki
m (문자열 찾아 바꾸기 - "분류:데이터/통계학" 문자열을 "분류:데이터 과학" 문자열로) |
No edit summary |
||
| Line 3: | Line 3: | ||
관찰된 연속형 변수들에 대해 두 변수 사이의 모형을 구한뒤 적합도를 측정해 내는 분석 방법 | 관찰된 연속형 변수들에 대해 두 변수 사이의 모형을 구한뒤 적합도를 측정해 내는 분석 방법 | ||
* 입력 자료(독립 변수) x 와 이에 대응하는 출력 자료(종속 변수) y 간의 관계를 정량화 하기 위한 작업 | * 입력 자료(독립 변수) x 와 이에 대응하는 출력 자료(종속 변수) y 간의 관계를 정량화 하기 위한 작업 | ||
== 회귀 분석 변수 == | |||
* 독립 변수: 영향을 주는 변수 | |||
* 종속 변수: 영향을 받는 변수 | |||
* 회귀선: 독립 변수가 주어졌을 때 종속 변수의 기댓값 | |||
== 종류 == | |||
* [[선형 회귀]]: 독립 변수와 종속 변수와의 관계가 선형 상관관계를 가짐 | |||
** 단순 선형 회귀: y = ax + b | |||
** 다중 선형 회귀: y = ax1 + bx2 + ... + c | |||
* [[로지스틱 회귀]]: 이분법적인 분류를 위한 회귀 모형 | |||
** 단순회귀분석: 독립변수 1개 | |||
** 다중회귀분석: 독립변수 2개 이상 | |||
=== 예시 === | === 예시 === | ||
* [[선형 회귀]] | * [[선형 회귀]] | ||
* [[로지스틱 회귀 분석]] | * [[로지스틱 회귀 분석]] | ||
Revision as of 21:15, 2 December 2020
- Regression analysis
관찰된 연속형 변수들에 대해 두 변수 사이의 모형을 구한뒤 적합도를 측정해 내는 분석 방법
- 입력 자료(독립 변수) x 와 이에 대응하는 출력 자료(종속 변수) y 간의 관계를 정량화 하기 위한 작업
회귀 분석 변수
- 독립 변수: 영향을 주는 변수
- 종속 변수: 영향을 받는 변수
- 회귀선: 독립 변수가 주어졌을 때 종속 변수의 기댓값
종류
- 선형 회귀: 독립 변수와 종속 변수와의 관계가 선형 상관관계를 가짐
- 단순 선형 회귀: y = ax + b
- 다중 선형 회귀: y = ax1 + bx2 + ... + c
- 로지스틱 회귀: 이분법적인 분류를 위한 회귀 모형
- 단순회귀분석: 독립변수 1개
- 다중회귀분석: 독립변수 2개 이상
