[논문통계정보]회귀분석-Regression Analysis

소개글

[논문통계정보]회귀분석-Regression Analysis 에 대한 보고서 자료입니다.

본문내용

설명되지 않는 부분(SSE) 29.516이다. 따라서 R제곱은 13.902 / (13.902 + 29.516 으로도 계산할 수 있다. 표본회귀방정식으로 나타내면 기업신뢰(Y) = 2.960 + .523*(만족수)와 같이 설정된다.

Residuals Statistics(a)잔차 통계량

Minimum
(최소값)
Maximum
(최대값)
Mean
(평균)
Std. Deviation
(표준편차)
N
Predicted Value
(예측값)
4.4232
6.4095
5.8134
.4590
67
Residual
(잔차)
-1.6550
1.8041
6.231E-16
.6687
67
Std. Predicted Value
(표준화 예측값)
-3.029
1.299
.000
1.000
67
Std. Residual
(표준화 잔차)
-2.456
2.677
.000
.992
67
a Dependent Variable: 기업신뢰
(a) 종속변수 : 기업신뢰
위의 분석결과는 잔차통계량에 관한 내용을 보여주고 있다. 이는 종속변수인 기업신뢰의 예측치를 기준으로 하고 있는 것이다. 예측치를 기준으로 할 때의 최소값, 최대값, 평균, 표준편차 및 사례수(n)를 제시하고 있다. 예를 들명, 예측값에 대한 최소값은 4.4232, 최대값은 6.4095, 평균은 5.8134, 표준편차는 .4590임을 알 수 있다.


회귀분석에서 가장 중요한 문제 가운데 하나는 다중공선성의 문제로서 다중공선성의 문제를 해결하기 위해서는 유의하지 않은 변수를 제거한 다음에 다시 회귀분석을 실시하는 것이 바람직하다.


선형회귀분석이 종속변수와 독립변수 사이의 선형관계를 전제로 하는데 비해 로지스틱 회귀분석은 비선형의 로지스틱 형태를 취하며 단지 2개의 값을 가지는 종속변수(성별, 자동차의 유무 등과 같은 명목척도)와 독립변수 사이의 인과관계를 밝히는 통계기법이다. 즉 두 집단 이상의 표본에 대해 각 표본이 속하는 집단을 구분하거나, 집단을 구분하는데 있어 어느 변수가 중요한지를 찾아내는데 사용한다.
일반적인 분석기법들은 종속변수가 단지 이변량(예 : 사건이 일어날 때와 일어나지 않을 때)으로 나누어진 값만을 가질 때는 그 현상을 예측하는데 적용하기가 어렵다.
로지스틱 회귀분석(logistic regression)이란 단지 이변량의 값만을 가지는 종속변수(예 : 성별이나 주택 유무 등과 같은 명목척도)와 독립변수들 간의 관련성을 추정하는 하나의 통계기법이다.