|
회귀모형(Multivariable Regression Demand Model)
관광수요예측에 많이 응용되는 방법 → 신뢰도가 높은 기법으로 광범위하게 사용
2개 이상의 관련변수 사이의 관계, 즉 어떤 특정한 국가와 지역을 방문하는 관광자의 수와 여행비용, 관광자의 소득수
|
|
|
회귀분석을 실시하여 나온 회귀식을 가지고 계산된 최대산소섭취량과 실측치 최대산소
섭취량의 차이를 알아보기 위하여 T-test를 실시하였다.
VO2max = 86.514 X R – 42.725
회귀분석에 의해 나타난 회귀분석은 Regression model, Constant 계수, 호흡
|
|
|
회귀 (5점)
통계적 회귀(statistical regression)는 평균값으로의 수렴을 의미한다. 등간이나 비율 척도를 사용하여 개인의 점수를 측정하는 경우, 극단적인 점수를 보인 사람들을 재조사하면 특별한 이유 없이도 첫 번째로 얻은 값보다 평균 쪽으로
|
|
|
회귀 (5점)
통계적 회귀(statistical regression)은 평균값으로의 수렴과 같은 의미이다. 등간이나 비율 척도를 사용하여 개인의 점수를 측정하는 경우, 극단적인 점수를 보인 사람들을 재조사하면 특별한 이유 없이도 첫 번째 값보다 평균 쪽으로 움
|
|
|
회귀
Statistical regression은 사전검사를 통해 너무 높거나 낮은 극단적인 값을 사후검사에서 독립변수의 결과와는 무관하게 평균값으로 수렴하게 되는 경향을 말한다. 이상치 값을 가지고 있는 경우라도 독립변수가 반영되면 사후 검사 결과가
|
|
|
Regression Approach
2. 회귀분석모형
lnY = α + 1lnTR + 2lnMK + 3lnRD + e
여기서,
Y: 이윤의 개념으로 정의된 기술가치
TR(technology ratio): 상대적 기술수준
(개발 후의 기술수준을 세계 최고 기술수준으로 나눈 비율)
MK: 시장의 성장규모
RD(R&D): 해당 기업의
|
|
|
회귀분석
R2 결정계수는 총변동중 회귀모형에의해 설명되는 비율로 이 값이 클수록 모형의 적합도가 높은 것으로 평가한다.
유의확률은 0.05보다 작으므로 분석의 결과는 유의하다.
MINITAB의 회귀분석결과
Regression Analysis
The regression equation is
|
|
|
회귀분석····································································································9-10
제4장 요약 및 한계점··································
|
|
|
--
최적 회귀 모형을 실시
Best Subsets Regression: Y versus X1, X3, X2
Response is Y
X X X
Vars R-Sq R-Sq(adj) C-p S 1 3 2
1 46.9 44.8 126.9 88.333 X
1 39.7 37.3 147.1 94.089 X
2 83.3 81.9 26.2 50.581 X X
2 55.7 52.1 103.9 82.294 X X
3 91.9 90.8 4.0 36.071 X X X
추가적으로 회귀분석을 시행해
|
|
|
회귀(Regression)
다음 분석으로는 로지스틱 회귀를 통한 예측을 했다. 모델 선택기준은 따로 없이 기존의 변수들을 모두 사용하였다. 회귀분석 결과는 다음과 같다.
그림 (2-7)
의사결정나무 보다는 더 빠르게 감소하는 누적 향상도를 확인 할 수
|
|
메뉴펼치기
