다중 회귀 분석은 변수 간의 인과 관계를 통계적 방법에 의해 추정하는 회귀 분석의 일종이다. 회귀 분석에는 원인이 되는 독립 변수와 결과가 되는 종속 변수가 존재하는데, 이때 종속 변수는 하나이고 독립 변수가 2개 이상인 회귀 모델에 대한 분석을 수행하는 방법이 다중 회귀 분석이다. 예를 들어, 사람들의 뇌의 크기, 키, 몸무게 값(다중독립 변수)으로 그 사람의 지능(종속 변수)을 예측하고자 한다면, 이 경우 다중 회귀 분석을 적용할 수 있다. 다중 회귀 분석의 기본적인 목표는 다음과 같은 다중 회귀식에서 상수 및 계수를 구하는 것이다.
다중 회귀식: Y=β0+β1X1+β2X2+ … +βkXk
(X: 독립변수, Y: 종속변수, β: 회귀계수, β0: Y절편, β1~βk: 독립변수의 기울기)
이러한 다중 회귀식을 추정하기 위한 방법으로는 독립 변수를 모두 포함하여 분석하는 동시입력(Enter) 방법, 지정한 변수들을 한 번에 탈락시키고 상수항으로만이루어진 모형을 만드는 제거(Elimination) 방법, 모든 변수를 입력 후 제거 기준에 따라 한 번에 하나씩 제거하는 후진(Backward) 방법, 변수 진입 기준에 따라 하나씩 진입 시키는 전진(Forward) 방법, 각 단계마다 변수들의 진입과 탈락을 결정하는 단계별(Stepwise) 방법이 있다. 이러한 변수 선택을 위한 판정을 위해서는 결정 계수, 잔차제곱 평균, 총평균 제곱 오차, 예측 제곱합 등의 기준이 사용된다.
[네이버 지식백과] 다중 회귀 분석 [multiple regression analysis] (두산백과)
=====================================================================================
간단히 설명하면
우리의 목표가 전환(매출/회원가입/DB제공 등등) 이라고 한다면
이러한 전환을 위하여 다양한 마케팅기법을 하고 있습니다
예를 들면 키워드 광고 / 블로그/까페/인스타/등등등......
이때 시간과 인원과 자금은 한계가 있으니 각 영역에 대해 어느정도의 배분을 하였을때 최고의 결과(전환수)를
가져올지를 분석해보는것입니다.
예를 들어 최근 7일의 자료를 정리해보면
1일 : 키워드비용(A) 10만 블로그(B): 6만 까페(C) : 5만 인스타(D) : 4만 페이스북(E) 1만 매출=150만(=Y)
( 위의 기준은 참여인원의 인건비를 금액으로 환산한것임)
2일 :
3일 : .
.
.
.
이러한 자료를 기준으로
전환수 = Y= 2A+3.2B+0.3C+1.8D+2.5E 라는 식이 만들어진다면
막연히 각 영역에 열심히가 아니고 각 영역에 어느비율로 투자를 하여야 최상의 결과가 나올수 있는지를
알수 있다는 의미가 아닐지...^^
좀더 자세한 예제는
http://blog.naver.com/wldms4846/220696830178 참조
새댓글
전체보기