선형 회귀의 기본가정: 두 판 사이의 차이

IT위키
(새 문서: 분류:데이터 분석분류:인공지능 ;선형 회귀 분석을 함에 있어서 충족한다고 봐야 하는 조건들 * 기본 가정과 많이 어긋나는 현상일...)
 
잔글 (문자열 찾아 바꾸기 - "분류:데이터/통계학" 문자열을 "분류:데이터 과학" 문자열로)
 
(사용자 2명의 중간 판 3개는 보이지 않습니다)
1번째 줄: 1번째 줄:
[[분류:데이터 분석]][[분류:인공지능]]
[[분류:데이터 과학]][[분류:인공지능]]
;선형 회귀 분석을 함에 있어서 충족한다고 봐야 하는 조건들
;[[선형 회귀]] 분석을 함에 있어서 충족한다고 봐야 하는 조건들
* 기본 가정과 많이 어긋나는 현상일수록 선형 회귀가 부정확할 확률이 높다.
* 기본 가정과 많이 어긋나는 현상일수록 선형 회귀가 부정확할 확률이 높다.


* 선형성(Linearity): 독립변수(X)과 종속변수(Y)가 선형 관계에 있음
== 4가지 기본 가정 ==
* 독립성(Independence): 종속변수는 다른 종속변수의 값에 의해 영향을 받지 않음
* 선형성('''L'''inearity): 독립변수(X)과 종속변수(Y)가 선형 관계에 있음
* 정규성(Normality): 오차항은 다변량 정규분포를 띔
* 독립성('''I'''ndependence): 종속변수는 다른 종속변수의 값에 의해 영향을 받지 않음
* 등분산성(Equal Variance): 오차항의 분산은 모든 종속변수에 대해 동일함
* 정규성('''N'''ormality): 오차항은 다변량 정규분포를 띔
* 등분산성('''E'''qual Variance): 오차항의 분산은 모든 종속변수에 대해 동일함

2020년 5월 7일 (목) 00:20 기준 최신판

선형 회귀 분석을 함에 있어서 충족한다고 봐야 하는 조건들
  • 기본 가정과 많이 어긋나는 현상일수록 선형 회귀가 부정확할 확률이 높다.

4가지 기본 가정[편집 | 원본 편집]

  • 선형성(Linearity): 독립변수(X)과 종속변수(Y)가 선형 관계에 있음
  • 독립성(Independence): 종속변수는 다른 종속변수의 값에 의해 영향을 받지 않음
  • 정규성(Normality): 오차항은 다변량 정규분포를 띔
  • 등분산성(Equal Variance): 오차항의 분산은 모든 종속변수에 대해 동일함