회귀자란 무엇입니까? (정의 및 예)

통계에서 회귀변수 는 응답 변수를 예측하는 데 사용되는 회귀 모델의 변수에 지정된 이름입니다.

회귀자는 다음과 같이 불리기도 합니다.

• 설명 변수
• 독립변수
• 조작된 변수
• 변수 예측
• 특징

이 모든 용어는 통계, 기계 학습, 계량 경제학, 생물학 등 귀하가 일하는 분야의 유형에 따라 같은 의미로 사용됩니다.

참고: 응답 변수를 “회귀 가능”이라고 부르는 경우도 있습니다.

회귀 모델의 회귀자

대부분의 회귀 모델은 다음 형식을 취합니다.

Y _{= β0 + B1x1} + _B2x2 + _B3x3 + _ε

금:

• Y: 반응 변수
• β _i : 회귀 변수에 대한 계수
• x _i : 회귀자
• ε: 오차항

회귀 모델 구축의 요점은 회귀 변수의 변화가 어떻게 반응 변수(또는 “회귀 변수”)의 변화로 이어지는지 이해하는 것입니다.

회귀 모델에는 하나 이상의 회귀 변수가 있을 수 있습니다.

회귀변수가 하나만 있는 경우 단순선형회귀모델 , 회귀변수가 여러 개인 경우 회귀변수가 여러 개 있음을 나타내기 위해 다중선형회귀모델 이라고 합니다.

다음 예에서는 다양한 회귀 모델의 회귀 변수를 해석하는 방법을 보여줍니다.

예시 1: 작물 수확량

농부가 총 작물 수확량(파운드 단위)에 영향을 미치는 요인을 이해하고 싶어한다고 가정해 보겠습니다. 데이터를 수집하고 다음 회귀 모델을 구축합니다.

작물 수확량 = 154.34 + 3.56*(비료 파운드) + 1.89*(토양 파운드)

이 모델에는 비료와 토양이라는 두 가지 회귀 변수가 있습니다.

이 두 회귀자를 해석하는 방법은 다음과 같습니다.

• 비료: 토양의 양이 일정하게 유지된다는 가정 하에 추가로 비료를 1파운드 사용하면 작물 수확량은 평균 3.56파운드 증가합니다.
• 토양: 비료 의 양이 일정하게 유지된다는 가정 하에 추가로 1파운드의 토양을 사용하면 작물 수확량은 평균 1.89파운드 증가합니다.

예시 2: 시험 결과

교수가 공부한 시간이 시험 점수에 어떤 영향을 미치는지 알고 싶어한다고 가정해 보겠습니다. 데이터를 수집하고 다음 회귀 모델을 구축합니다.

시험 점수 = 68.34 + 3.44*(공부한 시간)

이 모델에는 회귀변수: 연구 시간이 포함되어 있습니다. 이 회귀변수의 계수는 공부한 시간이 추가될 때마다 시험 점수가 평균 3.44점씩 증가한다는 의미로 해석됩니다.

추가 리소스

회귀 계수를 해석하는 방법
회귀 기울기의 중요성을 테스트하는 방법
회귀표를 읽고 해석하는 방법