회귀 분석: Difference between revisions

From IT위키
No edit summary
No edit summary
 
(9 intermediate revisions by 2 users not shown)
Line 1: Line 1:
[[분류:데이터 분석]][[분류:인공지능]]
[[분류:데이터 과학]][[분류:인공지능]]
;Regression analysis
;Regression analysis
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


=== 예시 ===
== 회귀 분석 변수 ==
* 독립 변수: 영향을 주는 변수
* 종속 변수: 영향을 받는 변수
 
== 회귀 계수 ==
;aka. 회귀선
* 독립 변수가 주어졌을 때 종속 변수의 기댓값
* [[최소제곱법]]을 통해 구할수 있음
 
== 종류 ==
* '''[[선형 회귀]]''': 독립 변수와 종속 변수와의 관계가 선형 상관관계를 가짐
** 단순 선형 회귀: 한개의 종속 변수와 한개의 독립 변수
** 다중 선형 회귀: 한개의 종속 변수와 여러개의 독립 변수
* '''[[로지스틱 회귀]]''': 이분법적인 분류를 위한 회귀 모형
** 단순회귀분석: 종속 변수가 이항형(변수가 두개)인 회귀 분석
** 다중회귀분석: 종속 변수가 세개 이상의 범주를 가지는 경우의 회귀 분석
 
== 같이 보기 ==
* [[선형 회귀]]
* [[선형 회귀]]
* [[로지스틱 회귀 분석]]
* [[로지스틱 회귀]]
* [[최소제곱법]]

Latest revision as of 12:07, 31 October 2024

분류:데이터 과학분류:인공지능

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[edit | edit source]

  • 독립 변수: 영향을 주는 변수
  • 종속 변수: 영향을 받는 변수

회귀 계수[edit | edit source]

aka. 회귀선
  • 독립 변수가 주어졌을 때 종속 변수의 기댓값
  • 최소제곱법을 통해 구할수 있음

종류[edit | edit source]

  • 선형 회귀: 독립 변수와 종속 변수와의 관계가 선형 상관관계를 가짐
    • 단순 선형 회귀: 한개의 종속 변수와 한개의 독립 변수
    • 다중 선형 회귀: 한개의 종속 변수와 여러개의 독립 변수
  • 로지스틱 회귀: 이분법적인 분류를 위한 회귀 모형
    • 단순회귀분석: 종속 변수가 이항형(변수가 두개)인 회귀 분석
    • 다중회귀분석: 종속 변수가 세개 이상의 범주를 가지는 경우의 회귀 분석

같이 보기[edit | edit source]