로지스틱 회귀분석

자료가 두 모집단으로 나누어졌을 때, 어떤 모집단에 속하는지 예측하고자 할 때 어떻게 해야하는가? 예를 들어 그동안의 회귀분석에서는 어떠한 값을 예측하는 것을 하고자 했다. 문제는 어떠한 모집단에 속하는가에 대한 결과는 특정 값에 대한 예측이 아니다. 오히려 이항분포의 성격을 가진다. 이때 사용하는 것이 바로 로지스틱 회귀분석이다. 로지스틱 회귀분석 로지스틱 회귀분석은 분류모형이라고도 한다. 두 모집단의 특성에 대한 차이를 파악하여 연구대상의 특성이 어느 모집단에 속하는지 파악하는지 파악하고자 한다. 예를 들어서 은행 입장에서 누군가에게 대출해주려고 할 때 결과 값이 대출해줘도 되는 사람과 그렇지 않은 사람 두가지로 나뉜다. 이것을 분류한다고 한다. 로지스틱 회귀분석이라고 굳이 명명하면서 까지 할 필요가 있을까? 당연히 있다. 로지스틱 회귀모형은 안정적이며 가독성이 좋다. 또한 환경의 변화에 대해서 robust한 성질을 가진다. 사실 여기서부터는 GLM의 영역이 된다. 예를 들어서 ...

원문링크 : 로지스틱 회귀분석