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

189

4

장

회귀와 예측

통계적 추론 (

p

값,

F

통계량 등)을 입증하기 위해서 분포 가정을 만족시키는 것은 데이터 과

학자에게 그리 중요한 일이 아니다.

NOTE

_

산점도 평활기

회귀분석은 응답변수와 예측변수 간의 관계를 모델링하는 것이다. 회귀모형을 평가할 때는 두 변수 사이의

관계를 시각적으로 강조하기 위해 산점도 평활기

scatterplot

smoother

를 사용하는 것이 좋다.

예를 들면 [그림

4

-

7

]에서 절대잔차와 예측값 간의 관계를 부드럽게 나타낸 곡선을 통해, 잔차의 분산이 잔차

의 값에 의존한다는 것을 쉽게 알 수 있다. 이 경우

loess

함수를 사용한다.

loess

는 일련의 구간별 지역 회

귀모형을 구한 후 그것들을 연속적으로 부드럽게 만들어낸다(이를 평활화

smoothing

라고 부른다).

loess

가 가

장 널리 사용되는 평활기일 것이다. 하지만

R

에서는 슈퍼 평활(

supsmu

함수)이나 커널 평활(

ksmooth

함수)

과 같이, 다른 산점도 평활기를 사용할 수도 있다. 회귀모형을 평가할 목적이라면, 일반적으로 이러한 산점도

평활기에 대한 구체적인 내용을 알 필요는 없다.

4.6.4

편잔차그림과 비선형성

편잔차그림

은 예측 모델이 예측변수와 결과변수 간의 관계를 얼마나 잘 설명하는지 시각화하는

방법이다. 특잇점의 검출과 함께 이것은 데이터 ...