하나의 수치형 변수와 하나의 범주형 변수를 사용하는 "평행 기울기" 회귀로 선형 회귀 역량을 확장해 보세요. 이는 다중 선형 회귀를 다루기 위한 첫걸음입니다.

평행 기울기 선형 회귀

평행 기울기 선형 회귀 적합하기

평행 기울기 계수 해석하기

각 설명 변수 시각화하기

평행 기울기 시각화

평행 기울기 예측하기

평행 기울기 모델로 예측하기

예측을 수동으로 계산하기

모델 성능 평가

결정 계수 비교하기

잔차 표준오차 비교

평행 기울기

설명 변수들 간 상호작용의 효과를 살펴봅니다. 상호작용을 고려하면 더 현실적인 모델을 만들 수 있고 예측 성능도 좋아질 수 있어요. 또한 여러 설명 변수가 있을 때 나타나는 직관에 반하는 결과, 심프슨의 역설도 다룹니다.

각 범주별 모델

범주마다 하나의 모델

여러 모형으로 예측하기

여러 모델 시각화하기

상호작용을 포함한 하나의 모델

상호작용 지정하기

해석하기 쉬운 계수로 보는 상호작용

상호작용이 포함된 예측 만들기

상호작용으로 예측하기

상호작용이 있는 경우 예측을 수동으로 계산하기

심슨의 역설

eBay 경매 모델링

경매 유형별로 모델링하기

상호작용

모델링, 특히 선형 회귀를 이용하면 두 개를 넘는 설명 변수를 쉽게 다룰 수 있음을 확인해 보세요. 선형 회귀 모델 적합을 익힌 뒤에는 직접 선형 회귀 알고리즘을 구현해 봅니다.

두 개의 수치형 설명 변수

3D 시각화

숫자형 설명 변수가 2개인 모델링

상호작용 포함하기

설명 변수가 2개보다 더 많을 때

여러 변수를 한눈에 시각화하기

상호작용의 다양한 수준

예측 다시 해보기

선형 회귀는 어떻게 작동하나요

제곱합

선형 회귀 알고리즘

다중 선형 회귀

로지스틱 회귀를 여러 설명 변수로 확장해 보세요. 이 회귀의 기반이 되는 로지스틱 분포를 이해하고, 마지막으로 직접 로지스틱 회귀 알고리즘을 구현합니다.

다중 로지스틱 회귀

여러 설명 변수를 시각화하기

설명 변수가 2개인 로지스틱 회귀

로지스틱 회귀 예측

혼동 행렬

로지스틱 분포

누적분포함수

역 누적분포함수

binomial family 인수

로지스틱 분포의 매개변수

로지스틱 회귀의 작동 원리

Likelihood & log-likelihood

로지스틱 회귀 알고리즘

축하합니다

Bank churn

eBay Palm Pilot auctions

Taiwan real estate prices

선형 회귀와 로지스틱 회귀는 가장 널리 쓰이는 통계 모델 두 가지로, 데이터셋에 숨겨진 패턴을 풀어내는 만능키와 같습니다. 이 강의는 "R로 하는 회귀 입문"에서 배운 내용을 바탕으로, 여러 설명 변수를 포함한 선형 및 로지스틱 회귀를 다룹니다. 실습을 통해 대만 주택 가격, 고객 이탈 예측 등 실제 데이터셋에서 변수 간 관계를 탐색해 볼 거예요. 강의를 마치면 하나의 모델에 여러 설명 변수를 포함하는 방법, 변수 간 상호작용이 예측에 미치는 영향, 그리고 선형·로지스틱 회귀의 작동 원리를 이해하게 됩니다.

Introduction to Regression in R

R에서 여러 설명 변수를 모델에 포함하고 상호작용이 예측에 미치는 영향과 회귀 분석을 알아보세요.

R 중급 회귀

여러 설명 변수를 사용해 선형 회귀와 로지스틱 회귀를 수행하는 방법을 학습합니다.

설명 변수가 2개보다 더 많을 때

Create Your Free Account