Regression analysis는 비정규 변수와 하나 이상의 독립적 변수 사이의 관계를 모델링하는 데 사용되는 통계 방법입니다. 독립적 변수 중 하나가 다양 할 때, 다른 사람이 고정되어있는 동안, 다른 변수가 변경 될 때 종속 변수의 전형적인 값이 어떻게 변화하는지 이해하는 데 도움이됩니다.

회귀 분석의 계산

회귀의 핵심 계산은 관찰과 예측된 값의 차이를 최소화하는 계수를 추정합니다. 가장 일반적인 방법은 사각형 잔여의 합을 최소화하는 최소 사각형입니다.

주요 계산은 다음과 같습니다 :

  • 변수의 의미를 계산
  • 공동 변수 및 variance를 컴파일
  • β = (X'X)^-1 X'Y]와 같은 공식을 사용하여 회귀 계수
  • R-squared에 적합의 좋은 견해

모델 선택 기술

적절한 회귀 모델을 선택하면 모델 복잡성 및 정확성을 균형 잡히는 다양한 기준을 평가합니다. 일반적인 기술은 다음과 같습니다.

  • 조정된 R-squared
  • 아카이케 정보 Criterion (AIC)
  • 베이시 정보 Criterion (BIC)
  • 교차 유효성 방법

이 기술은 새로운 데이터에 잘 활용하고 과잉을 방지하는 모델을 선택하는 데 도움이됩니다.

연구 및 개발

회귀 분석 수행시 선형성, 독립성, 균질성 및 잔여의 정상적인 것과 같은 가정을 검사하는 것이 중요합니다. 위반은 부적절한 모델로 이어질 수 있습니다.

누락된 값과 기능 스케일링을 포함한 데이터 사전 처리는 모델 성능과 계산 안정성을 향상시킬 수 있습니다.