Table of Contents
회귀분석의 독립변수, 종속변수
🚩 회귀분석(Regression Analysis)은 한 변수(X)가 다른 변수(Y)에 미치는 영향을 분석하는 통계 기법입니다. 이때, 예측에 사용되는 변수를 독립변수(Independent Variable, X), 예측하고자 하는 변수를 종속변수(Dependent Variable, Y)라고 합니다.
독립변수와 종속변수의 개념
| 독립변수 (Independent Variable, X) |
| ✅ 종속변수(Y)에 영향을 미치는 변수로, 실험 또는 관찰 연구에서 조작하거나 측정되는 변수입니다. |
| 종속변수 (Dependent Variable, Y) |
| ✅ 독립변수의 변화에 따라 값이 변하는 변수로, 연구자가 예측하고자 하는 대상입니다. |
독립변수와 종속변수의 관계
🚩 회귀 분석에서는 독립변수(X)가 변화함에 따라 종속변수(Y)가 어떻게 변하는지를 수학적으로 모델링합니다.
| 회귀 공식 |
✅ Y = β₀ + β₁X + ε (단순 회귀)✅ Y = β₀ + β₁X₁ + β₂X₂ + ... + βnXn + ε (다중 회귀) |
독립변수와 종속변수의 예시
의학 연구에서의 활용
| 질병 발생 예측 |
| ✅ 독립변수(X): 흡연량, 혈압, 콜레스테롤 수치 ✅ 종속변수(Y): 심혈관 질환 발생 여부 |
경제 및 경영 분야에서의 활용
| 기업 매출 예측 |
| ✅ 독립변수(X): 광고비, 제품 가격, 경쟁사 수 ✅ 종속변수(Y): 월별 매출 |
교육 연구에서의 활용
| 학생 성적 예측 |
| ✅ 독립변수(X): 학습 시간, 출석률, 과제 수행 점수 ✅ 종속변수(Y): 시험 성적 |
독립변수 선택의 중요성
🚩 독립변수는 종속변수에 영향을 미칠 가능성이 높은 변수여야 하며, 통계적으로 유의미한 관계가 있는지를 확인하는 과정이 필요합니다.
| 적절한 독립변수 선택 기준 |
| ✅ 종속변수와 관련성이 높은 변수 ✅ 다중공선성(multicollinearity)이 적은 변수 ✅ 실제로 측정 가능하고 해석 가능한 변수 |
위 기준을 만족하는 변수를 선택하면 좋습니다.
