[통계학/R] 용어, 분석법 요약 : 빈도분석, 분산분석, 상관관계분석, 회귀분석, 차원분석, 요인분석, 인과관계, 상호작용 📌 변수별 관계성 파악빈도분석 (단방향 독립성 검정): 범주형 변수 → 범주형 변수 분산분석 (단방향 영향 검정): 범주형 변수 → 수치형 변수 상관관계분석 (양방향 선형 영향 검정): 수치형 변수 ↔ 수치형 변수 📌 변수 예측회귀분석 (단방향 예측) 단순회귀분석: 수치형 변수 → 수치형 변수 다중회귀분석: 2개 이상의 변수(1개 이상 수치형 변수) → 수치형 변수 로지스틱회귀분석: 1개 이상의 변수(한개 이상의 수치형 변수 또는 0개 이상의 범주형 변수) → 범주형 변수 📌 예측에 필요한 변수 조작차원분석 (차원 축소): 서로 상관관계를 갖는 많은 다수의 변수 → 상관관계가 적은 소수의 변수 요인분석 : 다수의 변수 → 상호베타적으로 할당되어 변수 재탄생 📌 변수별 관계성인과관계: 변수간 .. 2023. 7. 18. [통계학/R] 인과관계, 상호작용 : 인과관계 예시, 상호작용이 있는 회귀식의 예시, 상호작용항 실습 코드 📌 인과관계A → B에서, 영향을 주는 관계 혹은 영향을 받는 관계 파악관계에 방향성이 확실히 존재함에 유의 A : 원인, 독립변수 (Antecedent Variable)B : 결과, 종속변수 (Consequent variable) 이때, 다양한 척도로 파악 가능 ex)흡연여부 → 폐암여부 (범주 - 범주 : 카이제곱분석)음주량 → 간암여부 (수치 - 범주 : 로지스틱회귀분석)성별 → 음주량 (범주 - 수치 : ANOVA, 분산분석) 대부분의 통계 분석은 인과관계에 관심 있음실제로 분석의 7~80%가 인과관계를 파악함 📌 상호작용독립변수들 간의 영향을 주고 받아 종속변수에 미치는 영향력이 서로 달라지는 경우,상호작용 항을 추가 (대부분 상호작용을 하는 독립변수의 곱으로 이루어진 항) ex)교육연수가.. 2023. 7. 18. [통계학/R] 요인분석 : 요인분석의 목적, 요인분석 실습 코드 📌 요인분석의 목적여러 변수들을 하나의 요인으로 묶어내는 방법일대일 함수처럼 하나의 변수들은 하나의 요인에만 묶여짐(주성분분석과의 차이) ➡️ 상호베타적으로 할당되어 변수 재탄생 📌 요인분석 실습 코드# --- 데이터 구조 파악 ---str(state.x77) View(state.x77) # --- 요인 개수 추출 ---if (!require(psych)) { install.packages('psych') library(psych)}if (!require(nFactors)) { install.packages('nFactors') library(nFactors)}state.x77 ➡️ 요인분석 수행 결과를 알아볼 수 있음 2023. 7. 18. [통계학/R] 차원분석 : 차원분석의 목적, 차원분석 실습 코드 📌 차원분석의 목적차원의 축소 기법너무 많은 변수들 중 하나의 주성분에 여러 변수들이 일정부분 기여하는 식을 작성 서로 상관관계를 갖는 많은 다수의 변수 ➡️ 상관관계가 적은 소수의 변수 이때, 주성분 갯수 📌 차원분석 실습 코드# --- 데이터 구조 파악 ---str(state.x77)View(state.x77) # --- PCA 수행, 표준화 ---pca ➡️ 다양한 그래프와 수로 PCA의 결과를 확인할 수 있음 2023. 7. 18. 이전 1 2 3 다음
