중다회귀분석 Multiple Regression Analysis

목차

Ⅰ. 중다회귀분석의 기초개념
Ⅱ. 중다회귀분석의 기본가정
Ⅲ. 중다회귀분석의 사용목적
Ⅳ. 중다회귀분석의 유형과 해석
Ⅴ. 표준 중다회귀분석과 해석
Ⅵ. 위계적 중다회귀분석
Ⅶ. 단계적 중다회귀분석

본문내용

Ⅰ. 중다회귀분석의 기초개념
- 여러 독립변수들(IVs)과 종속변수(DV) 간의 예측적 관계를 검증하기 위한 통계방법
- 중다회귀분석은 독립변수와 종속변수의 선형 관계성을 전제로 하고 있기 때문에 회귀식에 투입되는 변수들이 연속형 자료이어야 하나 범주형 자료일 경우, 가변인(dummy variable)으로 변환하여 분석
- 종속변수를 예측하는 회귀모형을 만들고 회귀모형의 적합성을 검증함과 동시에 각 독립변수들이 회귀 모형에 기여하는 상대적인 비율(설명변량)을 파악함
= … +
: 예측하고자 하는 종속변수(DV)
: 절편(intercept)
: 회귀계수(regression coefficient)
: 독립변수(IVs)
1) 회귀계수 (베타)의 목적
- 측정을 통해 얻은 Y의 실제값과 독립변수들을 통해 예측되는 Y의 값 간의 차이(=잔차)를 최소화 하는 것으로 편차제곱의 합을 통해 차이가 최소화되는 직선(=회귀선)을 얻음
- 관찰된값과 예측되는값 간의 상관을 최적화 함
2) 회귀계수는 결국 예언의 정확성과 그 정도를 나타내는 계수가 됨
3) 결정계수 : 모델의 예측력(설명력)
4) 중다회귀와 단순회귀의 차이: 중다회귀 분석을 하는 경우 그만큼 종속변수를 설명하는 예측변수가 추 가되는 것이므로, 예언의 오차가 작아지고 편차제곱이 작아져 예측의 정확성이 증가됨
⦁단순 : DV를 예언하는 IV가 1개
= (β=r)
⦁중다 : DV를 예언하는 IV가 2개이상(개)
= … + (IV간 상관이 있을 경우 β≠r)
: 가 많아질수록 증가
(adjusted ): 우연 이상으로 설명할 때만 증가 >
5) 투입되는 독립변수의 수: 투입되는 독립변수의 수가 증가할수록 전체적인 예언 오차는 적어지고 예측 력은 높아지지만, 예측력을 높이기 위해 많은 변수를 회귀식에 투입하다 보면 과학의 목표인 절약성과 간명성 상실이라는 중대한 실수를 범할 수 있음

참고 자료

없음