선형회귀3 선형회귀(LR)-3 :결정계수와 회귀분석결과 해석. 아래 csv파일을 첨부해두었으니 하실분은 하시면 됩니다. > libray(magrittr) #경로 지정: 문서 우클릭 -> 속성 -> 위치복사 -> 역슬래시(\)를 모두 /로 변환. > df1 df1 > reg1 reg1 %>% summary() #시각화 코드 3차원 library(scatterplot3d) sp3d 2024. 4. 3. 선형회귀(LR)-2 : 유도과정,다중선형회귀 선형회귀-1 포스팅에 이어서 진행됩니다. 이때 w1의 분모는 X의 분산, 분자는 Cov(X,Y) 즉, X,Y의 공분산을 뜻한다. *공분산이란? X,Y의 두 선형관계를 나타내는데, X ↑ , Y ↑ :양수의 공분산 X ↑ , Y ↓ :음수의 공분산( 둘 중 하나는 반대의 경향을 지니면) 추가적으로 오차와 잔차의 차이를 아는가? 2024. 4. 2. 선형회귀(Linear Regression)-1 가장 기본적으로 선형회귀는 출력변수(Y)가 "수치형" 일때 쓰인다. 우선, 확정적인(수학적인) 관계와 확률적 관계의 차이를 알아야 한다. 확정적 관계는 "오차"가 존재하지 않고 순수 입력변수만으로 Y를 모두 설명 가능한 관계를 뜻한다. 확률적 관계는 "오차"가 존재하여 순수 입력변수만으로 Y를 모두 설명 불가능한 관계를 뜻한다. 즉 오차가 있냐 없냐의 차이다. 그러므로, 위의 Y는 확률적 관계이다. 선형회귀에서 중요한 것이 있다. 바로 오차항의 가정이 꼭 필수적으로 필요한데, 이를 지켜야 선형회귀모델로 사용가능하다. 첫번째로 오차항은 기댓값이0이고 분산이 시그마 제곱이다. 두번째로 각 오차항은 서로 영향을 주지 않는다.(독립) 설명이 되는 부분이 Y의 기댓값이 되며, 그 Y의 산포는 시그마 제곱이 된다는.. 2024. 4. 2. 이전 1 다음