[패스트캠퍼스 수강 후기] R 인강 100% 환급 챌린지 25차 미션

[패스트캠퍼스 수강 후기] R 인강 100% 환급 챌린지 25차 미션

 

패스트캠퍼스의 강의 중, 프로젝트와 함께 배우는 R 데이터 분석 올인원 패키지 Online를 수강하고 있습니다.

https://bit.ly/2DKMGNx 

내용을 복습도 할 겸, 미션에도 참가할 겸, 블로그에 매일 매일 정리해 보게 되었습니다.

 

오늘은 25회차 미션!

Part 2) [R로 하는 데이터 분석] 데이터 분석 기본기 익히기

1. 13. Ch 04. 다중 선형 회귀분석 - 02. 다중 선형 회귀 모형의 회귀계수 추정

2. 14. Ch 04. 다중 선형 회귀분석 - 03. 다중 선형 회귀 모형의 해석 및 검정

 

1. 13. Ch 04. 다중 선형 회귀분석 - 02. 다중 선형 회귀 모형의 회귀계수 추정

1. 기본적으로 단순 선형 회귀 계수 추정과 동일한 방법

1. 잔차의 제곱합 (SSE)를 최소화하는 회귀계수를 추정

2. 14. Ch 04. 다중 선형 회귀분석 - 03. 다중 선형 회귀 모형의 해석 및 검정

1. 이것 역시 단순 선형 회귀 모형과 동일

1. 

1. 다만 b1외에 b2, b3.. 등도 모두 고려하게 됨

2. 다만 차이점은

1. 다른 모든 독립 변수의 값이 고정되어 있을 때, x1이 1단위 증가할 때마다 y는 b1만큼 증가한다.

3. 즉, 위의 예시에서... 대리점의 판매원수가 일정할 때,

1. 광고비가 백만원 증가하면 매출액이 14.469(백만원)만큼 증가함

2. 

1. 단순 선형회귀 분석과 마찬가지로 회귀계수의 검정이 필요

1. p-value를 확인

1. 판매원수에 대한 p-value가 0.106 > 0.05

1. 결국 귀무가설이 채택됨

1. 판매원 수의 회귀계수는 0인 셈 (귀무가설 채택)

1. 판매원수는 매출에 대한 설명력이 없다는 의미

2. 마찬가지로, constant역시 p-value = 0.472 >> 0.05

2. 위의 회귀분석은 신뢰할 수 없다고 판단 가능

 

 

결국 단순 선형 회귀 분석이나 다중 선형 회귀 분석이나 마찬가지.

회귀계수의 의미나 회귀계수의 검정 방법이 모두 동일.

따라서, 특별히 어려울 것은 없던 강의.

 

아무래도 다중 선형 회귀 분석의 경우가 더 복잡하고, 귀무가설이 채택되는 경우가 많을 수 있음

• 무엇보다 각 변수들이 서로 독립이기는 쉽지 않음...

• 실제 사례들에 적용해 가면서 상황을 파악해 보아야할 듯.

• 아니면 서로 독립인 변수들만을 추출해서 그들을 가지고 회귀분석을 해야할 듯.

• 다음 강좌에서 다루어짐