← 패턴 목록

선형회귀 vs 로지스틱회귀

3과목회귀분석

핵심

연속형 = 선형(lm). 범주형 = 로지스틱(glm).

공식

선형회귀: 연속형 → 최소자승법 (lm) - 검정: F, t 로지스틱회귀: 범주형 → 최대우도법 (glm) - 검정: 카이제곱 - 결과: logit, 오즈비 함정: 추정법·검정 통계량 뒤바꿈

트리거 키워드

로지스틱선형회귀범주형logit오즈비최대우도법glm

예시

'고객 이탈 여부(이탈/유지)를 예측하는 모형은?' → 종속변수 범주형 → 로지스틱 회귀

개념 정리

선형회귀와 로지스틱회귀는 종속변수의 형태로 구분합니다. 종속변수가 연속형(수치)이면 선형회귀(R의 lm), 범주형(분류)이면 로지스틱회귀(R의 glm)를 씁니다. 로지스틱회귀는 출력을 확률(0~1)로 변환하는 로짓·시그모이드를 이용합니다. ADsP에서는 연속형·범주형과 lm·glm의 매칭을 바꿔 출제하므로 함께 외우세요.

이 패턴을 쓰는 법

3과목 데이터 분석의 회귀분석 영역에서 문제 지문이나 보기에 로지스틱, 선형회귀, 범주형, logit, 오즈비, 최대우도법, glm 같은 표현이 보이면 이 패턴을 먼저 떠올리십시오. 개념을 처음부터 따지지 않고 위 공식에 대입하는 것만으로 보기를 빠르게 좁힐 수 있습니다. 아래 관련 문항 10개가 모두 같은 방식으로 풀립니다.

관련 문항 10개

  • 선형회귀와 로지스틱 회귀의 차이로 옳은 것은?선형회귀는 연속형 종속변수, 로지스틱 회귀는 범주형 종속변수입니다.해설 보기 →
  • 선형회귀와 로지스틱 회귀의 추정·검정 방법에 관한 설명으로 옳지 않은 것은?선형은 최소자승법·F·t 검정, 로지스틱은 최대우도법·카이제곱 검정입니다.
  • 오즈(Odds)와 로짓(Logit)에 관한 설명으로 옳은 것은?오즈는 P/(1-P), 로짓은 ln(오즈)로 정의됩니다.
  • 다음 R 함수와 모형의 매칭이 옳은 것은?R의 glm(family='binomial')은 로지스틱 회귀에 사용됩니다.
  • 고객의 이탈 여부(이탈·유지)를 예측하려 할 때 적절한 분석 방법은?종속변수가 연속형이면 선형회귀, 범주형이면 로지스틱 회귀입니다
  • 회귀 기법과 계수 추정 방법의 연결로 옳은 것은?선형회귀는 최소자승법, 로지스틱 회귀는 최대우도법으로 추정합니다
  • 로지스틱 회귀분석의 결과 해석에 사용되는 개념으로 옳은 것은?로지스틱 회귀의 결과는 로짓과 오즈비로 해석합니다
  • R에서 로지스틱 회귀모형을 적합할 때 사용하는 함수는?R에서 선형회귀는 lm(), 로지스틱 회귀는 glm()을 씁니다
  • 로지스틱 회귀분석의 예측 결과에 대한 설명으로 옳은 것은?로지스틱 회귀의 예측값은 0과 1 사이의 확률입니다
  • 선형회귀와 로지스틱 회귀의 차이로 옳지 않은 것은?선형회귀는 F·t검정, 로지스틱 회귀는 카이제곱 계열로 검정합니다
관련 문항 풀기

같은 과목의 다른 패턴