고양이 퍼레이드

Ch03. 다중 선형 회귀(Multiple Linear Regression)

선형 회귀를 위한 가정(Assumptions of Linear Regression)1. 선형성(Linearity) : 종속 변수와 각각의 독립 변수가 서로 선형 관계를 이루는지 확인해야 한다.2. 동분산성(Homoscedasticity) : 등분산으로 증가하는 형태든 감소하는 형태든 독립 변수에 따라 분산이 달라지면 안 된다.3. 다변량 정규성(Multivariate Normality) : 오류 분포가 정규 분포를 따라야 한다.4. 독립성(Independence) : 자기상관이 없어야 한다. = 데이터에서 어떤 패턴도 나타나서는 안 된다.5. 다중공선성 결여(Lack of Multicollinearity) : 독립 변수 또는 예측 변수가 서로 상관되지 않아야 한다.6. 이상치 확인(The Outlier ..

Ch02. 단순 선형 회귀(Simple Linear Regression)

단순 선형 회귀식(Simple Linear Regression)정의하나의 독립 변수(입력 변수, x)를 사용하여 종속 변수(출력 변수, y)를 예측하는 선형 회귀 모델목적주어진 데이터셋에서 최적의 회귀 계수( \(b_1\) )와 절편( \(b_0\) )을 찾아서, 새로운 x 값이 주어졌을 때 y 값을 예측하는 것 $$ \hat y = b_0 + b_1X_1 $$\( \hat y\) : Dependent variable(종속변수) → 예측하려는 값\(X_1\) : Independent variable(독립변수)\(b_0\) : Constant\(b_1\) : Slope coefficient(기울기) 최소 제곱법(Ordinary Least Squares)최적의 \( b_0 \) 과 \( b_1 \) 을 결정..