회귀분석

소개글

두 개 이상 관측변수의 관계를 조사하는 것이 다변량분석이다. 그 다변량분석 중에서 가장 유명하고 자주 이용되는 수법이 회귀분석이다. 이 회귀분석과 공분산구조분석의 관계를 조사해 보자.
회귀분석은 데이터에 포함되는 1변수를 다른 변수의 식으로 표현하는 분석기법이다. 예를 들면, 다음과 같은 데이터를 조사해 보자.

목차

1 회귀분석 모델과 공분산구조분석
2 경로분석 모델과 공분산구조분석

본문내용

1 회귀분석 모델과 공분산구조분석
￭회귀분석은 다변량분석의 기본
두 개 이상 관측변수의 관계를 조사하는 것이 다변량분석이다. 그 다변량분석 중에서 가장 유명하고 자주 이용되는 수법이 회귀분석이다. 이 회귀분석과 공분산구조분석의 관계를 조사해 보자.
회귀분석은 데이터에 포함되는 1변수를 다른 변수의 식으로 표현하는 분석기법이다. 예를 들면, 다음과 같은 데이터를 조사해 보자.
이것은 대도시에서 보고된 범죄건수(인지범죄건수), 슈퍼마켓의 점포수(슈퍼마켓수), 사회복지시설수 및 각 도시의 총면적을 조사한 것이다. 데이터로부터 범죄건수가 슈퍼마켓수나 사회복지시설수, 총면적과 어떻게 관련되어 있는지를 조사해 보자. 즉, 범죄건수를 목적변수로 하여 회귀분석을 적용해 보는 것이다.

￭회귀분석의 실시
먼저 통상의 회귀분석으로 얻어진 회귀방정식을 나타내 보자.
인지범죄건수 = 16145.6537 + 529.6672 × 슈퍼마켓수
+ 45.4223 × 사회복지시설수 － 33.3118 × 총면적 …①
이것은 Excel의 회귀분석 도구로 간단히 산출할 수 있다.

￭공분산구조분석은 회귀분석의 재현
이 회귀분석을 이번에는 공분산구조분석으로 조사해 본다. 회귀분석을 나타내는 경로도형은 다음과 같이 된다.

이 경로도형으로 데이터를 분석해 보자. AMOS로 계산한 결과는 다음과 같이 된다.

경로계수를 살펴보자.
슈퍼마켓수 → 인지범죄건수의 경로계수 = 529.67
사회복지시설수 → 인지범죄건수의 경로계수 = 45.42
총면적 → 인지범죄건수의 경로계수 = －33.31


①식에서 주어진 회귀계수와 정확히 일치하고 있다. 공분산구조분석이 종래의 회귀분석을 발전시킨 것이라는 사실이 이 예로부터 이해할 수 있다.
￭표준화해에 의한 분석
그런데 위에서 보인 AMOS의 산출결과는 생 데이터(raw data)에 대한 계산결과이다.

참고 자료

없음