ScholarGate
어시스턴트
Regression model

감마 회귀 (GLM)

감마 회귀는 양수이고 오른쪽으로 치우친 연속형 결과 변수를 모델링하기 위해 감마 분포를 사용하는 일반화 선형 모델입니다. McCullagh와 Nelder (1989)의 GLM 프레임워크 내에서 개발된 이 모델은 의료 비용, 소요 시간, 소득과 같은 변수에 대한 일반 선형 회귀의 대안입니다.

StatMind(으)로 적용하기곧 제공동영상곧 제공Download slides

방법 전문 읽기

회원 전용

무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.

로그인

Method map

The neighbourhood of related methods — select a node to explore.

출처

  1. McCullagh, P. & Nelder, J. A. (1989). Generalized Linear Models (2nd ed.). Chapman and Hall. DOI: 10.1201/9780203753736

이 페이지 인용 방법

ScholarGate. (2026, June 1). Gamma Regression (Generalized Linear Model). ScholarGate. https://scholargate.app/ko/statistics/gamma-regression

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

이 방법을 참조하는 항목

ScholarGateGamma Regression (Gamma Regression (Generalized Linear Model)). 2026-06-15에 다음에서 검색함: https://scholargate.app/ko/statistics/gamma-regression · 데이터셋: https://doi.org/10.5281/zenodo.20539026