포아송 모형 적합에 대한 코드화 형식 지정

통계분석 > 회귀 분석 > 포아송 회귀 분석 > 포아송 모형 적합 > 코드화

범주형 변수 코드화

범주형 예측 변수 코드화
Minitab에서는 분석을 수행하기 위해 두 가지 방법 중 하나를 사용하여 범주형 데이터를 다시 코드화해야 합니다. 예측 변수의 수준을 전체 평균과 비교할지 아니면 기준 수준의 평균과 비교할 지에 따라 방법을 변경하는 방안을 고려하십시오. 코드화 방법에 따라 예측 변수의 전체 효과 검정이 달라지지 않습니다. 자세한 내용은 범주형 예측 변수의 코드화 방법에서 확인하십시오.
  • (-1, 0, +1): 각 수준 평균과 전체 평균 간의 차이를 추정하려면 이 항목을 선택합니다.
  • (1, 0): 각 수준 평균과 기준 수준의 평균 간의 차이를 추정하려면 이 항목을 선택합니다. (1, 0) 코드화 방법을 선택하는 경우 대화 상자에서 기준 수준 표가 활성화됩니다.
기준 수준 표
범주형 예측 변수
표의 이 열에는 모형 내 모든 범주형 변수의 이름이 표시됩니다. 이 열에는 값을 입력할 수 없습니다.
기준 수준

Minitab에서 기준이 아닌 수준의 평균을 기준 수준과 비교합니다. 기준 수준을 변경해도 전체 유의성에는 영향을 미치지 않지만 해석할 결과를 더욱 의미있게 만들 수 있습니다.

1, 0 코드화를 사용한 예측 변수의 경우, Minitab에서는 기본적으로 데이터 유형을 기반으로 다음과 같은 기준 수준을 설정합니다.
  • 숫자 범주형 예측 변수의 경우 최소 숫자 값이 있는 수준이 기준 수준이 됩니다.
  • 날짜/시간 범주형 예측 변수의 경우 가장 빠른 날짜/시간이 있는 수준이 기준 수준이 됩니다.
  • 텍스트 범주형 예측 변수의 경우 기본적으로 값 순서가 문자순으로 첫 번째인 수준이 기준 수준이 됩니다. 텍스트 변수의 값 순서 변경에 대한 자세한 내용은 Minitab 결과에서 텍스트 값 표시 순서 변경에서 확인하십시오.

계량형 예측 변수 표준화

모형의 계량형 예측 변수를 표준화할 수 있습니다. 표준화된 예측 변수는 모형을 적합화하는 데만 사용되고 워크시트에는 저장되지 않습니다.

계량형 예측 변수를 표준화하면 특정 조건에서 모형 해석이 개선될 수 있습니다.
  1. 평균을 빼서 계량형 예측 변수를 중앙에 표시: 이 방법은 다중 공선성을 줄이므로 계수 추정 정밀도를 개선하는 데 도움이 됩니다. 모형에 상관 관계가 높은 예측 변수, 고차항, 교호작용 항이 포함되어 있는 경우 유용한 방법입니다. 각 계수는 원래 측정 척도를 사용한 예측 변수의 1단위 변동에 대한 반응의 예상 변동을 나타냅니다.
  2. 표준 편차로 나눠서 계량형 예측 변수의 척도 표준화: 이 방법을 사용하면 계수 크기를 비교할 수 있도록 예측 변수 범위의 동질성이 높아집니다. 척도의 차이를 관리하면서 어느 예측 변수의 효과가 더 큰지 알려는 경우 유용한 방법입니다. 그러나 각 계수는 예측 변수의 단일 표준 편차 변동을 감안한 반응의 예상 변동을 나타냅니다.
계량형 예측 변수를 표준화하려면 다음 방법 중 하나를 사용하십시오.
  • 표준화 안 함: 원래 데이터를 계량형 예측 변수로 사용합니다.
  • 코드화할 낮은 수준과 높은 수준을 -1과 +1로 지정: 예측 변수를 중앙에 표시하고 비교 가능한 척도에 배치하는 데 모두 사용합니다. Minitab은 이 방법을 실험 계획(DOE)에 사용합니다. 지정한 하한 값과 상한 값 사이에 있는 모든 데이터 값은 -1과 +1 사이에 있도록 변환됩니다. 표에 하한 값과 상한 값을 입력하거나 표준의 기본 최소값과 최대값을 사용하십시오.
    계량형 예측 변수
    모형에 있는 모든 범주형 예측 변수의 이름을 표시합니다. 이 열에는 값을 입력할 수 없습니다.
    낮음
    코드에 값을 -1로 입력합니다. 기본값은 표본의 최소값입니다.
    높음
    코드화할 값을 +1로 입력합니다. 기본값은 표본의 최대값입니다.
  • 평균값을 뺀 후 표준 편차로 나누기: 예측 변수를 중앙에 표시하고 비교 가능한 척도에 배치하는 데 모두 사용합니다.
  • 평균값 빼기: 예측 변수를 중앙으로 보내는 데 사용합니다.
  • 표준 편차로 나누기: 모든 예측 변수에 비교 가능한 척도를 사용합니다.
  • 지정된 값을 뺀 후 다른 값으로 나누기: 표본의 추정 평균과 표준 편차를 사용하지 않고 다른 값을 지정합니다.
    계량형 예측 변수
    모형에 있는 모든 범주형 예측 변수의 이름을 표시합니다. 이 열에는 값을 입력할 수 없습니다.
    빼기
    각 계량형 예측 변수에서 뺄 값을 입력합니다.
    나누기
    Minitab이 뺀 결과를 나누는 데 사용하는 값을 입력합니다.