11.10
다중 회귀는 두 개 이상의 변수 간의 관계를 분석하는 데 사용되는 통계 도구입니다.
다중 회귀는 하나 이상의 예측 변수 또는 독립 변수를 사용하여 응답 변수 또는 종속 변수 간의 선형 관계를 추정하는 간단한 방정식으로 모델링할 수 있습니다.
예를 들어, 운동선수의 물 소비량은 온도와 총 연습 시간과 양의 상관관계가 있습니다.
여기서 온도와 총 연습 시간은 독립적으로 설정할 수 있는 예측 변수입니다. 물 소비량은 다른 두 변수에 따라 달라지므로 반응 변수입니다.
다중 회귀 방정식의 수동 계산은 일반적으로 복잡하기 때문에 이를 해결하기 위해 소프트웨어를 사용합니다.
다중 결정 계수는 방정식이 데이터 세트에 얼마나 잘 맞는지 측정하기 위해 계산됩니다. 이는 온도 변화와 총 연습 시간이 물 소비량 변동의 97%를 설명할 수 있음을 의미합니다.
그러나 더 많은 변수가 사용될수록 일반적으로R2 가 증가합니다.
이러한 경우, 조정된 결정 계수가 계산되며, 이는 표본 크기와 예측 변수의 수를 고려합니다.
다중 회귀 분석은 하나의 반응 또는 종속변수와 두 개 이상의 독립변수 간의 선형 관계를 평가합니다. 이 방법은 실용적으로 많이 사용됩니다.
농부는 다중 회귀 분석을 사용하여 물 가용성, 비료, 토양 특성 등과 같은 두 가지 이상의 요인을 기반으로 작물 수확량을 결정할 수 있습니다. 여기서 작물 수확량은 다른 독립 변수에 따라 달라지므로 반응 또는 종속 변수입니다. 분석을 위해서는 다중 결정 계수 R2를 계산하기 위해 다중 선형 회귀 방정식이 뒤따르는 산점도 구성이 필요합니다. R2의 값이 96%라고 가정했을 때 물과 비료의 다양한 조합이 작물 수확량 변화의 96%를 설명한다고 해석할 수 있습니다.
그러나 R2의 값은 독립변수의 개수에 따라 증가합니다. 따라서 분석 중에 표본 크기와 변수 수를 모두 고려한 보정된 결정 계수가 사용됩니다.
다중 회귀는 두 개 이상의 변수 간의 관계를 분석하는 데 사용되는 통계 도구입니다.
다중 회귀는 하나 이상의 예측 변수 또는 독립 변수를 사용하여 응답 변수 또는 종속 변수 간의 선형 관계를 추정하는 간단한 방정식으로 모델링할 수 있습니다.
예를 들어, 운동선수의 물 소비량은 온도와 총 연습 시간과 양의 상관관계가 있습니다.
여기서 온도와 총 연습 시간은 독립적으로 설정할 수 있는 예측 변수입니다. 물 소비량은 다른 두 변수에 따라 달라지므로 반응 변수입니다.
다중 회귀 방정식의 수동 계산은 일반적으로 복잡하기 때문에 이를 해결하기 위해 소프트웨어를 사용합니다.
다중 결정 계수는 방정식이 데이터 세트에 얼마나 잘 맞는지 측정하기 위해 계산됩니다. 이는 온도 변화와 총 연습 시간이 물 소비량 변동의 97%를 설명할 수 있음을 의미합니다.
그러나 더 많은 변수가 사용될수록 일반적으로R2 가 증가합니다.
이러한 경우, 조정된 결정 계수가 계산되며, 이는 표본 크기와 예측 변수의 수를 고려합니다.
From Chapter 11:
Now Playing
Correlation and Regression
3.6K Views
Correlation and Regression
12.7K Views
Correlation and Regression
8.0K Views
Correlation and Regression
6.7K Views
Correlation and Regression
7.7K Views
Correlation and Regression
5.4K Views
Correlation and Regression
7.4K Views
Correlation and Regression
4.9K Views
Correlation and Regression
6.5K Views
Correlation and Regression
2.6K Views