본문으로 바로가기

강의

R로 시작하는 회귀 분석

중급기술 수준

업데이트됨 2024. 8.

R에서 회귀 분석을 구현, 분석 및 해석하여 주택 가격과 광고 클릭률을 예측합니다.

무료로 강의 시작

RProbability & Statistics

4시간

14 동영상

52 연습 문제

4,050 XP

77,546

성취 증명서

수천 개 기업의 학습자들이 사랑하는

팀을 교육하시나요?

비즈니스용으로 체험해 보세요

강의 설명

Linear regression과 logistic regression은 가장 널리 쓰이는 통계 모델 두 가지로, 데이터셋에 숨겨진 패턴을 여는 만능 열쇠와 같습니다. 이 강의에서는 단순 선형 회귀와 로지스틱 회귀를 적합하는 데 필요한 핵심 기술을 익히게 돼요. 실습을 통해 자동차 보험 청구, 대만 주택 가격, 물고기 크기 등 실제 데이터에서 변수 간의 관계를 탐색합니다. 강의를 마치면 데이터로부터 예측을 수행하고, 모델 성능을 정량화하며, 적합된 모델의 문제를 진단하는 방법을 알게 됩니다.

선수 조건

Introduction to Data Visualization with ggplot2 Introduction to Statistics in R

1

단순 선형 회귀

이 인기 있는 통계 모델의 기초, 회귀의 개념, 그리고 선형 회귀와 로지스틱 회귀의 차이를 배웁니다. 이어서 수치형과 범주형 설명 변수를 사용해 단순 선형 회귀 모델을 적합하고, 모델 계수를 활용해 반응 변수와 설명 변수 간의 관계를 해석하는 방법을 익힙니다.

두 변수의 이야기

어느 변수가 반응 변수인가요?

두 변수를 시각화하기

선형 회귀 적합하기

절편 추정하기

기울기 추정하기

lm()로 선형 회귀

범주형 설명 변수

수치형 vs. 범주형 시각화

범주별 평균 계산하기

범주형 설명 변수를 사용하는 lm()

2

예측과 모델 객체

이 장에서는 선형 회귀 모델로 대만 주택 가격과 Facebook 광고 클릭을 예측하는 방법을 알아봅니다. 또한 모델 객체를 직접 다루며 회귀 역량을 확장하고, "평균으로의 회귀" 개념을 이해하며, 데이터셋의 변수를 변환하는 방법을 배웁니다.

예측하기

주택 가격 예측하기

예측 시각화하기

예측의 한계

모델 객체 다루기

모델 요소 추출하기

집값 수동 예측하기

broom 사용하기

평균으로의 회귀

연속된 포트폴리오 수익률 그리기

연속 수익률 모델링

변수 변환하기

설명 변수 변환하기

반응 변수도 변환하기

3

모델 적합도 평가

이 장에서는 모델에 질문을 던져 적합도를 평가하는 법을 배웁니다. 선형 회귀 모델이 데이터를 얼마나 잘 설명하는지 정량화하고, 시각화를 통해 모델의 문제를 진단하며, 모델을 만드는 데 사용된 각 관측치의 레버리지와 영향력을 이해합니다.

모형 적합도 정량화하기

결정 계수

잔차 표준 오차

모형 적합도 시각화

잔차 대 적합값

잔차의 Q-Q 플롯

Scale-location

진단 그래프 그리기

이상치, 레버리지, 영향력

레버리지

레버리지와 영향력 추출하기

4

단순 로지스틱 회귀

로지스틱 회귀 모델을 적합하는 방법을 배웁니다. 실제 데이터를 사용해 고객의 은행 계좌 해지 가능성을 성공 확률과 odds ratio로 예측하고, 혼동 행렬로 모델 성능을 정량화합니다.

왜 로지스틱 회귀가 필요한가요

설명 변수 살펴보기

선형 모형과 로지스틱 모형 시각화

glm()으로 로지스틱 회귀

예측과 오즈비

가장 가능성 높은 결과

로그 오즈비

로지스틱 회귀 적합도 정량화

혼동 행렬 계산하기

로지스틱 모델 성능 측정하기

Accuracy, sensitivity, specificity

축하합니다

R로 시작하는 회귀 분석

강의
완료

수료증 획득

LinkedIn 프로필, 이력서 또는 CV에 이 인증서를 추가하세요
소셜 미디어와 성과 평가에서 공유하세요지금 등록

19백만 명 이상의 학습자와 함께 R로 시작하는 회귀 분석을(를) 시작하세요!

DataCamp for Mobile을 통해 데이터 분석 능력을 향상시키세요.

모바일 강좌와 매일 5분 코딩 챌린지를 통해 이동 중에도 학습 효과를 높이세요.