Process / pipelinepredictive-modeling
다중 회귀 분석
다중 회귀 분석은 연속형 종속 변수와 두 개 이상의 독립 변수(예측 변수) 간의 관계를 모델링하는 통계적 방법입니다. 19세기 초 가우스(Gauss)의 연구에서 시작되어 드레이퍼와 스미스(Draper and Smith, 1966)에 의해 체계화된 이 방법은 여러 예측 변수를 사용하여 결과를 예측하는 선형 방정식을 추정하며, 교란 관계를 설명할 수 있어 역학, 경제학, 심리학, 임상 연구에서 필수적입니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- Draper, N. R., & Smith, H. (1966). Applied Regression Analysis. John Wiley & Sons. link ↗
- Cohen, J., Cohen, P., West, S. G., & Aiken, L. S. (1992). Applied Multiple Regression/Correlation Analysis for the Behavioral Sciences (2nd ed.). Lawrence Erlbaum. link ↗
- Marquardt, D. W. (1980). You should standardize the independent variables in your regression models. Discussion of a paper by G. David Knottnerus. Journal of the American Statistical Association, 75(369), 87–91. link ↗
이 페이지 인용 방법
ScholarGate. (2026, June 4). Multiple Linear Regression. ScholarGate. https://scholargate.app/ko/research-statistics/multiple-regression-analysis
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
Compare side by side →