[통계, 회귀분석, 프로빗 회귀분석, 로지스틱 회귀분석] A spoonful of Binomial Regression, 이항 회귀분석

정보통계분석론 회의록1장 서문 22장 회귀분석의 개념 31. 단순선형 회귀분석 32. 로지스틱 회귀분석 53장 논문 분석 61. 연구목적

분석전문가시스템 개발에 관한 연구, 박사학위논문, 경희대학교.2. 외국문헌Altman, E.I., Financial Ratios(1968), Discriminant Analysis and Prediction of Corporate Bankruptcy, The Journal of Finance, Vol.23(Sep), pp. 589-609.Bishop, C.M.(1995), Neural Networks for Pattern Recognition, Oxford: Oxford University Press, pp. 65-72.Dempster, A. P., Laird, N. M., & Rubin, D. B.(1977), Maximum Likelihood from Incomplete Data via the EM Algorithm, Journal of the Royal Statistical Society Series B, Vol. 39, pp. 1-38.Little, R.J.A & Rubin, D. B.(1987), Statistical

of residuals: 잔차에 대한 정규확률지Residual versus fits: 세로축은 잔차, 가로축은 예측 값 Residual versus order: 세로축은 잔차, 가로축은 데이터 순서Residual versus the variables: 세로축은 잔차, 가로축은 특정 열Regression - Options 항목 설명 Variance inflation factors: 다중공선성을 확인Durbin-Watson statistic: 잔차의 자귀상관관계를 확인PRESS and predicted R-square: PRESS 통계량과 예측 R2가중회귀분석의 가중치 열 선택적

of residuals: 잔차에 대한 정규확률지Residual versus fits: 세로축은 잔차, 가로축은 예측 값 Residual versus order: 세로축은 잔차, 가로축은 데이터 순서Residual versus the variables: 세로축은 잔차, 가로축은 특정 열Regression - Options 항목 설명 Variance inflation factors: 다중공선성을 확인Durbin-Watson statistic: 잔차의 자귀상관관계를 확인PRESS and predicted R-square: PRESS 통계량과 예측 R2가중회귀분석의 가중치 열 선택적

로지스틱 회귀모형과 나무모형의 비교나무모형으로 분석해 보지 않았다면 로지스틱 회귀분석에서 3차 상호작용이 있다 하더라도 그 세부적인 내용을 파악하는 것은 현실적으로 쉽지 않다. 그런데, 나무모형은 상호작용에 대한 구체적인 내용을 해석할 수 있다는 것이 특징이다. 나무모형에 의존하지 않고 그 이상의 내용을 발견하려면 상당히 큰 노력을 들여야 한다 나무모형을 통해서 변수 간의 상호작용을 발견했다면, 통계모형을 설계하여 적합시