Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | ||||
4 | 5 | 6 | 7 | 8 | 9 | 10 |
11 | 12 | 13 | 14 | 15 | 16 | 17 |
18 | 19 | 20 | 21 | 22 | 23 | 24 |
25 | 26 | 27 | 28 | 29 | 30 | 31 |
Tags
- 파이썬 머신러닝 완벽 가이드
- 파이썬 완벽 가이드
- 프로젝트
- 실전 데이터 분석 프로젝트
- 내일배움캠프
- 오블완
- 파이썬 철저 입문
- 회귀분석
- 내일배움카드
- 내일배움
- 텍스트 분석
- MySQL
- 파이썬 머신러닝 완벽가이드
- 스파르타코딩
- hackerrank
- TiL
- 프로그래머스
- 미세먼지
- wil
- 웹 스크랩핑
- 티스토리챌린지
- SQL
- R
- 파이썬
- 중회귀모형
- 파이썬 철저입문
- Cluster
- 스파르타
- harkerrank
- 스파르타 코딩
Archives
- Today
- Total
OkBublewrap
중회귀모형(2) 본문
편회귀계수 와 총회귀계수
1) 편회귀 계수 : 다른 설명변수가 모형에 포함되고 고정되어 있을 때
반응에 대한 특정 설명변수와 부분효과
2) 총회귀 계수 : 다른 설명변수의 영향을 무시한 특정 설명변수 자체의 효과
※ 편회귀계수를 개별적으로 해석할 때는 주의할 필요가 있음
y <- c(2,3,2,7,6,8,10,7,8,12,11,14)
x1 <- c(0,2,2,2,4,4,4,6,6,6,8,8)
x2 <- c(2,6,7,5,9,8,7,10,11,9,15,13)
X <- cbind(rep(1, times=length(y)), x1,x2)
X
x1 x2
[1,] 1 0 2
[2,] 1 2 6
[3,] 1 2 7
[4,] 1 2 5
[5,] 1 4 9
[6,] 1 4 8
[7,] 1 4 7
[8,] 1 6 10
[9,] 1 6 11
[10,] 1 6 9
[11,] 1 8 15
[12,] 1 8 13
총회귀계수
1) 모형 A
lm(y ~ x1)
Coefficients:
(Intercept) x1
1.858 1.302
y_h = 1.858 + 1.302*x1
2) 모형 B
lm(y ~ x2)
Coefficients:
(Intercept) x2
0.8613 0.7810
y_h = 0.8613 + 0.7810*x2
편회귀계수
1) 모형 C
lm(y ~ x1 + x2)
Coefficients:
(Intercept) x1 x2
5.375 3.012 -1.285
y_h = 5.375 + 3.012*x1 -1.285*x2
# 다른 방법
X <- cbind(rep(1, times=length(y)), x1,x2)
# (X'X)
t(X)%*% X
# (X'y)
t(X)%*% y
# (X'X)^-1
solve(t(X)%*%X)
# b = (X'X)^-1 x (X'y)
b <- solve(t(X)%*%X)%*%t(X)%*%y
b
[,1]
5.375394
x1 3.011830
x2 -1.285489
모형 | 절편 | x1 | x2 |
총회귀계수 | |||
x1 | 1.858 | 1.302 | |
x2 | 0.8613 | 0.7810 | |
x1, x2 | 편회귀계수 | ||
5.375394 | 3.011830 | -1.285489 |