데이터 과학을 위한 통계: 데이터 분석에서 머신러닝까지 50가지 핵심 개념

177

4

장

회귀와 예측

update(step_lm, . ~ . -SqFtTotLiving - SqFtFinBasement - Bathrooms)

Call:

lm(formula = AdjSalePrice ~ Bedrooms + BldgGrade + PropertyType +

YrBuilt, data = house0, na.action = na.omit)

Coefficients:

(Intercept) Bedrooms

4834680 27657

BldgGrade PropertyTypeSingle Family

245709 -17604

PropertyTypeTownhouse YrBuilt

-47477 -3161

update

함수를 사용해서, 모델의 변수를 추가하거나 제외할 수 있다. 이제 침실 수에 대한 계

수가 우리가 기대했던 대로 양수인 것을 확인할 수 있다(침실 수가 실제 주택 크기에 대한 대

리변수로 작용했지만, 이제는 해당 변수가 제거된 상태이다 ).

변수 간 상관관계는 회귀계수를 해석할 때 고려해야 할 여러 문제들 가운데 한 가지일뿐이다.

모델

house

_

lm

에는 주택의 위치를 고려할 변수가 따로 없는 상태에서, 서로 다른 유형의 지역들

정보가 섞여 있다. 이 경우, 위치 정보는

교란변수

일 수 있다. 자세한 내용은

4

.

5

.

3

절을 참고하자.

4.5.2

다중공선성 ...