변수

1. 변수 종류

• 독립변수
  • 다른 변수에 영향을 받지 않는 변수
  • 독립변수가 2개 이상일 경우 "다중"이라고 표현 (독립변수가 2개 이상일 경우 독립변수 사이에 상관관계가 존재하지 않아야 함)
    • 즉, 독립변수가 2개 이상이면 두개의 상관관계 그래프가 정비례나 반비례 관계를 형성하지 않고, 상관관계 계수가 0에 최대한 가깝게 나와야함
• 종속변수 : 다른 변수로부터 영향을 받는 변수, 종속변수가 2개 이상일 경우 "다변량"이라고 표현

 

 

2. 표현

학문	X	Y
통계학 (통계 학습)	독립변수	종속변수
	설명변수	반응변수
	보조변수	연구변수
컴퓨터공학 (기계 학습)	특징	라벨
	입력	출력, 산출, 결과
데이터과학	입력	목표
	예측변수	피예측변수

 

 

3. 데이터 형태에 따른 정의

• 범주형 : 질적 변수
• 수치형 : 양적 변수
• 참고 : 양적분석 (정량적 분석), 질적분석 (정성적분성)과 다른 표현

 

4. 상관관계 계수

• 0 : 패턴이 일정치 않은 경우
• 1 : 정비례
• -1 : 반비례
• 상관관계 계수의 절대값이 0.7 이상인 경우 강한 상관관계, 0.3이하인 경우 약한 상관관계에 있다고 판단하며, 약한 상관관계인 경우 일반적으로 관계가 없다고 판단
• 중요! 반드시 그래프로 그려봐야하는 이유
  • 상관관계 계수는 기울기를 표현해주지 않는다!
  • 특정 패턴을 보이더라도 계수는 낮게 표현될 수 있다. (ex. 그래프로 그렸을 때 별, 사각형, 원띄 같은 패턴을 보이더라도...)
• 비선형 상관관계에 있는 경우 선형 상관관계로 바꿔주어야 분석 가능하며 반드시 산포도를 같이 봐야함
• 분석이 용이 상관관계가 낮은 독립변수는 제외 (ex. 매출에 영향을 주는 요인 중 화장실 크기, 영업시간과 같은 변수가 관계가 낮다면 분석 항목에서 제외)

 

 

5. 분산팽창요인

Parameter Estimates
Variable	DF	Parameter Estimate	Standard Error	t Value	Pr > |t|	Variance Inflation
Intercept	1	2.93889	0.31191	9.42	<.0001	0
X1	1	2.40576	0.00139	32.81	<.0001	217.32343
X2	1	0.50153	0.00861	21.89	<.0001	15.43566
X3	1	1.00104	0.00587	4.36	0.0057	224.34346
X4	1	0.79816	0.15094	5.29	<.0001	245.23235

• VIF : 분산팽창요인으로 10보다 크면 다중공선성에 문제가 있다고 판단
  • 다중공선성 (Multicollinearity) : 선형 성관관계가 존재할 경우를 뜻함 
  • 다중공선성이 있는 경우 독립변수 간 선형 상관관계가 있어 회귀계수의 분산이 커짐 : 분산 결과가 불안정하게 되어 분석의 효과성 감소
  • 문제 파악을 위해 산점도를 그려 눈으로 파악 필요
  • 변수를 한번에 빼는 것이 아니라 하나씩 제외해가며 다시 지표를 파악하며 유효한 변수를 최적화해서 남겨야 함