최량 부분 집합 회귀 분석 개요

사용자가 지정하는 예측 변수의 부분 집합이 포함되는 여러 회귀 모형을 비교하려면 최량 부분 집합 회귀 분석을 사용합니다. Minitab에서는 예측 변수가 하나 포함된 가장 적합한 모형을 선택하고, 예측 변수가 두 개 포함된 가장 적합한 모형을 선택하고, 이런 식으로 계속합니다. 가장 적합한 모형의 R2 값이 가장 높습니다. 계량형 반응 변수가 하나, 계량형 예측 변수가 두 개 이상 있는 경우 최량 부분 집합 회귀 분석을 사용하십시오.

최량 부분 집합 회귀 분석은 가능한 적은 수의 예측 변수로 데이터를 적절하게 적합할 수 있는 모형을 식별하는 데 효율적인 방법입니다. 예측 변수의 부분 집합이 포함된 모형에서는 회귀 계수를 추정하고 모든 예측 변수가 포함된 모형보다 작은 분산으로 미래의 반응을 예측할 수 있습니다.

예를 들어, 한 소매점의 분석가가 판매량을 예측하려고 합니다. 예측 변수로는 교통, 인구, 평균 수입, 지점 근처에 있는 경쟁 업체 등을 들 수 있습니다. 분석가는 최량 부분 집합 회귀 분석을 사용하여 판매량을 가장 잘 예측하는 예측 변수 집합을 식별합니다.

이 분석의 위치

최량 부분 집합 회귀 분석을 수행하려면 통계분석 > 회귀 분석 > 회귀 분석 > 최량 부분 집합을 선택하십시오.

대체 분석 사용 시기

  • 범주형 예측 변수가 있는 경우 회귀 모형 적합을 단계적 절차와 함께 사용하여 예측 변수의 통계적 유의성을 기반으로 자동으로 예측 변수를 추가하거나 제거하여 회귀 모형을 선택하십시오.
  • 내포되거나 변량인 범주형 예측 변수가 있으면 모두 고정 요인인 경우 일반 선형 모형 적합, 변량 요인이 있는 경우 혼합 효과 모형 적합을 사용하십시오.
  • 반응 변수가 범주형 변수인 경우 로지스틱 회귀 분석 절차를 사용하십시오.
이 사이트를 사용하면 분석 및 사용자 개인 컨텐츠에 대한 쿠키 사용에 동의하는 것입니다.  당사의 개인정보 보호정책을 확인하십시오