선형회귀분석 예제


0 Flares Filament.io 0 Flares ×

회귀 선에 대해서도 들어보셨을 것입니다. x-y 평면에서 데이터 점을 플롯할 때 회귀 선은 데이터 점을 통과하는 가장 적합한 선입니다. 또한 선형 회귀 예제를 통해 기본에 대한 깊은 이해를 개발할 것입니다. Benetton 예제로 돌아가서 회귀에 연도 변수를 포함할 수 있으며, 이 변수는 Sales = 323 + 14 광고 + 47년결과를 제공합니다. 이 방정식의 해석은 광고 지출의 모든 추가 백만 유로는 매출의 추가 1,400 만 유로로 이어질 것입니다, 그 판매는 연간 4,700 만 유로에 의해 비 광고 요인으로 인해 성장할 것입니다. 이 예에서 회귀 방정식을 만드는 데 사용되는 적성 시험 점수는 60에서 95 사이였습니다. 따라서 해당 범위 내의 값만 사용하여 통계 성적을 추정합니다. 이 범위(60 이하 또는 95보다 큰 값)를 벗어나는 값을 사용하는 것은 문제가 됩니다. 그 아래를 보면 다른 계수는 0.0017입니다. 이것은 우리의 b1입니다. 이 숫자는 회귀 방정식을 정의하는 데 필요한 두 개의 숫자뿐입니다. 빠른 참고 사항: 연결된 자습서에서 간단한 선형 회귀 모델의 기하학적 표현에 대해 자세히 알아볼 수 있습니다.

더 나은 통계학자, 데이터 과학자 또는 기계 학습 엔지니어가 되고 싶다면 몇 가지 선형 회귀 예제를 거치는 것이 불가피합니다. 그들은 회귀 분석의 전체 주제 주위에 머리를 감싸는 데 도움이 될 것입니다. 우리는이 게시물이 당신을 위해 “선형 회귀는 무엇인가”라고 대답했으면 합니다! “What is” 시리즈를 통해 데이터 과학 용어에 대해 자세히 알아보거나 자유롭게 자신의 선형 회귀를 무료로 탐색할 수 있습니다. 원래 선형 회귀 예제로 돌아가보겠습니다. 소득은 교육의 기능입니다. 더 많은 년 공부, 더 높은 소득을 받을 것 이다. 이것은 오른쪽에 대해 소리. 그래서 파이썬에서 간단한 선형 회귀를 만드는 방법입니다! 위의 그림에서 일부 데이터 요소가 있는 플롯을 살펴볼 수 있습니다. 회귀 방정식을 기반으로 선을 플로팅합니다. 이 분석을 위해 기본적으로 R과 함께 제공되는 자동차 데이터 집합을 사용합니다. 자동차는 표준 내장 데이터 집합으로, 간단하고 이해하기 쉬운 방식으로 선형 회귀를 편리하게 시연할 수 있습니다. R 본체에 차량을 입력하기만 하면 이 데이터 집합에 액세스할 수 있습니다.

50개의 관측값(행)과 2개의 변수(열)로 구성되어 있습니다. 여기에서 처음 여섯 개의 관측을 인쇄할 수 있습니다. 이제 관찰된 점에서 회귀 선까지 수직으로 그린다. 수직및회귀선 사이의 절편은 y값이 와 같은 점이 됩니다. 앞서 말했듯이 x를 감안할 때, ŷ는 회귀 선에 의해 예측된 값입니다.