R의 공식
R에서 Generalized Linear Models
Richard Erickson
Instructor
다중 로지스틱 회귀에서 공식이 중요한 이유
- 공식은 회귀 분석의 핵심
- 이해하기 까다로움
model.matrix()이해가 중요
기울기
- 연속형 변수의 계수 추정
- 예:
height = c(72.3, 21.1, 3.7, 1.0)
- 예:
- 공식에는 전체 절편도 필요
- 다중 기울기: 예측 변수마다 기울기 존재
절편
- 이산형 그룹을 예측에 활용
- R의 팩터 또는 문자형:
fish = c("red", "blue") - 단일 절편의 두 가지 옵션:
- 참조 절편 + 대비:
y ~ x - 각 그룹별 절편:
y ~ x -1
- 참조 절편 + 대비:
다중 절편
- 각 그룹의 효과를 참조 그룹과 비교하여 추정
- 팩터에서 알파벳 순으로 첫 번째 그룹이 참조
- 기본적으로 변수당 하나의 참조 그룹
y ~ x1 + x2
- 모든 그룹에 대해 절편을 추정할 그룹 지정 가능
y ~ x1+ x2 - 1
- 첫 번째 변수는 각 그룹에 대해 절편 추정
더미 변수
- 그룹 소속을 코딩
- 내부적으로 사용 (즉,
model.matrix()) - 각 그룹에 대해 0과 1로 표현
- 예시 입력:
color = c("red", "blue") y ~ colors의 더미 변수:intercept = c(1, 1)blue = c(0, 1)
y ~ colors - 1의 더미 변수:red = c(1, 0)blue = c(0, 1)
model.matrix()
model.matrix()가 핵심 작업 수행- R 공식의 기반
model.matrix( ~ colors)
(Intercept) colorsred
1 1 1
2 1 0
attr(,"assign")
[1] 0 1
attr(,"contrasts")
attr(,"contrasts")$colors
"contr.treatment"
- 순서는 팩터 순서에 따라 결정
- Tidyverse 또는
factor()로 순서 변경 가능
팩터 vs. 수치형 주의 사항
- R이 변수를 수치형으로 인식
- 예:
month = c(1, 2, 3)
- 예:
month <- c( 1, 2, 3)
model.matrix( ~ month)
(Intercept) month
1 1 1
2 1 2
3 1 3
attr(,"assign")
0 1
- 팩터 또는 문자형으로 지정 필요
- 예:
month = factor(c( 1, 2, 3))
- 예:
model.matrix( ~ month)
(Intercept) month2 month3
1 1 0 0
2 1 1 0
3 1 0 1
attr(,"assign")
0 1 1
attr(,"contrasts")$month
"contr.treatment"
연습해 봅시다!
R에서 Generalized Linear Models
