회귀분석 종속변수와 독립변수(설명변수)와의 관계 1학기 레포트 제출용

소개

종속변수와 독립변수와의 상관관계를 알아보기위해서
스포츠 야구를 대상으로 1학기동안 수업을 통해 배우면서 레포트를 작성했습니다.
종속변수는 삼성 타자 선수들의 연봉이고
독립변수는 삼성 타자 선수들의 데이터 기록을 가지고 분석을 해보았습니다.
실험 설계부터 변수선택 .... 결론까지 체계적으로 자세히 분석해보았습니다.

목차

1 서론
1) 연구 목적
2) 변수선택 기준
3) 데이터 수집방법

2. 본론
1) 변수 선택
2) 다중공선성 진단
① 변수선택을 이용한 다중 공선성 진단.
② 주성분변수 선택을 이용한 다중공선성 진단
3) 이상치와 영향치 진단.

3. 결론

본문내용

2) 다중공선성 진단 ①변수제거 다중공선성 진단을 위해 두 가지 방법으로 알아 보겠다 먼저 변수제거를 이용한 방법이다. 다중공선성 진단은 산점도 행렬을 이용하여 설명변수 간의 상관관계 정도를 시각적으로 판단할 수 있으며 설명변수 간의 상관분석을 실시하여 변수들 간의 상관계수를 측정할 수 있다. 다중공선성 진단을 위해서는 VIF, Condition Index를 사용하면 된다. (#부록4 참고) 종속변수에 유의한 영향을 미치는 설명변수들을 대상으로 설명변수 간의 상관계수를 측정해 보았다. 설명변수간의 유의확률을 보면 대부분의 상관계수 값이 0.7~0.8 이상인 것을 확인 할 수 있다. 그리고 유의 수준 0.2 하에서 대부분의 변수들이 0.2 보다 작으므로 유의한 것 또한 알 수 있다. 설명변수간의 상관계수와 유의확률로 보아 어느 정도 다중공선성이 일어 날 것이라고 예상 할 수 있다. 또 다른 방법으로 예측 할 수 있다. 종속변수와 상관관계가 유의한 변수들의 회귀모형으로 확인 할 수 있다. (#부록3참고) 종속변수에 가장 유의한 영향을 주는 변수 (일루타, 사사구)이다. 이 두 개의 설명변수를 이용해서 다중공선성문제가 어떻게 일어나며 어떠한 영향을 주는지 알아보자. (#부록5 참고) 일루타의 회귀계수 추정치는 0.27 이었지만 설명변수 사사구를 삽입 후 회귀계수 추정치는 0.14로 바뀌었다. 다른 설명변수 삽입여부에 따른 추정회귀계수의 변화가 있으므로 설명변수의 회귀계수가 종속변수에 대한 설명력으로 해석하기에는 무리가 있다고 볼 수 있다. 다중공선성 문제를 살펴보기 위해 분산팽창지수(VIF)와 상태지수(condition index)를 이용해 알아보자. (#부록6 참고) 다중공선성를 일으키는 설명변수를 제거하고 남은 설명변수들은 1루타, 2루타, 3루타, 도루, 삼진, 타율 이렇게 6개의 설명변수들만 남았다. 이들의 변수의 VIF 통계량으로는 다중공선성 문제를 일으키는 설병변수는 없으며 (#부록7 참고)상태지수 값은 마지막행이 10이 넘는 것을 확인 할 수 있으나 각 설명변수의 변동 값이 적고 타율 변동만을 가장 많이 99% 설명하므로 문제는 없어 보인다.

참고자료

· 회귀분석 - 권세혁저-