비선형 회귀 분석에 대한 방법 및 시작 값

방법 표의 모든 통계량에 대한 정의 및 해석 방법을 확인해 보십시오.

알고리즘

비선형 회귀 분석에서는 오차의 제곱합(SSE)을 최소화할 수 있는 직접적인 방법이 없습니다. 따라서 반복 알고리즘에서 모수 추정치를 체계적으로 조정하여 SSE를 줄임으로써 모수를 추정합니다. 알고리즘은 각 반복에 대해 이전 반복과 비교하여 SSE가 줄어들 것으로 예측되는 방식으로 모수 추정치를 조정합니다. 각 알고리즘은 서로 다른 접근 방식을 사용하여 각 반복의 조정값을 결정합니다. 반복은 알고리즘이 최소 SSE에 수렴하거나, 문제가 발생하여 반복을 계속할 수 없거나, Minitab이 최대 반복 횟수에 도달할 때까지 계속됩니다.

해석

알고리즘 정보는 분석이 올바르게 수행되었는지 확인하기 위해 사용합니다. 알고리즘이 수렴에 실패하는 경우 다른 알고리즘을 사용하거나 다른 시작 조건을 변경해 볼 수 있습니다.

최대 반복

최대 반복 횟수는 반복 알고리즘이 해로 수렴하지 못할 경우 Minitab이 반복 알고리즘을 중지하는 시점입니다. 비선형 회귀 분석에서는 반복 알고리즘을 사용하여 오차 제곱합(SSE)을 줄입니다. 알고리즘은 각 반복에 대해 이전 반복과 비교하여 SSE가 줄어들 것으로 예측되는 방식으로 모수 추정치를 조정합니다. 반복은 알고리즘이 최소 SSE에 수렴하거나, 문제가 발생하여 반복을 계속할 수 없거나, Minitab이 최대 반복 횟수에 도달할 때까지 계속됩니다.

해석

최대 반복 정보는 분석이 올바르게 수행되었는지 확인하기 위해 사용합니다. 알고리즘이 수렴에 실패하는 경우 반복 횟수를 늘리거나 다른 시작 조건을 변경해 볼 수 있습니다.

공차

공차는 반복 알고리즘이 해로 수렴한다고 선언하려면 단계 간 오차 변동이 얼마나 작아야 하는지 정의합니다. Minitab에서는 기본적으로 상대 변위가 1.0e-5 미만일 때 수렴을 선언합니다. 그러면 현재 모수 벡터가 최소 제곱 점에서 신뢰 영역 원 반경의 0.001% 내에 있다는 사실에 추측값이 영향을 많이 받지 않게 됩니다.

값이 작을수록 더 정확한 모수 추정치를 생성할 수 있지만, 추가 반복이 필요합니다. 일반적으로 기본값이면 충분합니다.

모수에 대한 시작 값

모수에 대한 시작 값 표는 각 모수에 대해 지정된 값을 표시합니다. 비선형 회귀 분석에서는 반복 알고리즘을 사용하여 오차 제곱합(SSE)을 줄입니다. 알고리즘에서는 먼저 모수 값을 이 표의 값과 같게 설정하는 것부터 시작합니다. 알고리즘은 각 반복에 대해 이전 반복과 비교하여 SSE가 줄어들 것으로 예측되는 방식으로 모수 값을 조정합니다.

해석

시작 값은 분석이 올바르게 수행되었는지 확인하는 데 사용합니다. 알고리즘이 수렴에 실패하는 경우 다른 시작 값을 사용하거나 다른 시작 조건을 변경해 볼 수 있습니다.

참고

일부 모형 및 데이터 집합의 경우, 시작 값이 결과에 유의한 영향을 미칠 수 있습니다. 특정한 시작 값으로 인해 수렴 실패 또는 글로벌 대신 로컬 SSE 최소값으로 수렴하는 결과가 나올 수도 있습니다. 경우에 따라 양호한 시작 값을 찾아내기 위해 상당한 노력이 필요할 수도 있습니다.

이 사이트를 사용하면 분석 및 사용자 개인 컨텐츠에 대한 쿠키 사용에 동의하는 것입니다.  당사의 개인정보 보호정책을 확인하십시오