회귀 분석: 두 판 사이의 차이
IT위키
편집 요약 없음 |
편집 요약 없음 |
||
| 10번째 줄: | 10번째 줄: | ||
== 종류 == | == 종류 == | ||
* [[선형 회귀]]: 독립 변수와 종속 변수와의 관계가 선형 상관관계를 가짐 | * '''[[선형 회귀]]''': 독립 변수와 종속 변수와의 관계가 선형 상관관계를 가짐 | ||
** 단순 선형 회귀: y = ax + b | ** 단순 선형 회귀: y = ax + b | ||
** 다중 선형 회귀: y = ax1 + bx2 + ... + c | ** 다중 선형 회귀: y = ax1 + bx2 + ... + c | ||
* [[로지스틱 회귀]]: 이분법적인 분류를 위한 회귀 모형 | * '''[[로지스틱 회귀]]''': 이분법적인 분류를 위한 회귀 모형 | ||
** 단순회귀분석: 독립변수 1개 | ** 단순회귀분석: 독립변수 1개 | ||
** 다중회귀분석: 독립변수 2개 이상 | ** 다중회귀분석: 독립변수 2개 이상 | ||
2020년 12월 2일 (수) 21:15 판
- 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
