두 변수 이야기

R로 시작하는 회귀 분석

Richie Cotton

Data Evangelist at DataCamp

스웨덴 자동차 보험 데이터

각 행은 스웨덴의 하나의 지역을 나타냅니다.
총 63행.

n_claims	total_payment_sek
108	392.5
19	46.2
13	15.7
124	422.2
40	119.4
...	...

기술 통계

library(dplyr)
swedish_motor_insurance %>% 
  summarize_all(mean)

# A tibble: 1 x 2
  n_claims total_payment_sek
     <dbl>             <dbl>
1     22.9              98.2

swedish_motor_insurance %>% 
  summarize(
    correlation = cor(n_claims, total_payment_sek)
  )

# A tibble: 1 x 1
  correlation
        <dbl>
1       0.881

회귀란?

반응 변수와 하나 이상의 설명 변수 간 관계를 탐색하는 통계 모델.
설명 변수 값이 주어지면 반응 변수를 예측할 수 있습니다.

n_claims	total_payment_sek
108	392.5
19	46.2
13	15.7
124	422.2
40	119.4
200	???

용어

반응 변수(= 종속 변수)

예측하려는 변수.

설명 변수(= 독립 변수)

반응 변수의 변화를 설명하는 변수.

선형 회귀와 로지스틱 회귀

선형 회귀

반응 변수가 수치형.

로지스틱 회귀

반응 변수가 논리형.

단순 선형/로지스틱 회귀

설명 변수가 하나뿐임.

변수 쌍 시각화

library(ggplot2)

ggplot(
  swedish_motor_insurance, 
  aes(n_claims, total_payment_sek)
) +
  geom_point()

청구 건수 대비 총 지급액 산점도. 청구 건수가 늘수록 지급액이 증가함.

선형 추세선 추가

library(ggplot2)

ggplot(
  swedish_motor_insurance, 
  aes(n_claims, total_payment_sek)
) +
  geom_point() +
  geom_smooth(
    method = "lm", 
    se = FALSE
  )

앞의 산점도에 선형 회귀로 계산된 추세선을 추가. 데이터에 합리적으로 맞음.

코스 흐름

1장

선형 회귀 모델 시각화 및 적합.

2장

선형 회귀로 예측하고 계수 해석.

3장

선형 회귀 모델의 품질 평가.

4장

동일 절차를 로지스틱 회귀에 적용.

연습해 봅시다!

R로 시작하는 회귀 분석