회귀 변수 oor Engels

회귀 변수

Vertalings in die woordeboek Koreaans - Engels

regressor

naamwoord

An input variable that has a linear relationship with the output variable.

voorbeelde

독립 변수는 예측 변수(predictor variable), 회귀자(regressor), 통제 변수(controlled variable), 조작 변수(manipulated variable), 노출 변수(exposure variable), 리스크 팩터(risk factor) 등의 다양한 용어로 불리며, 기계 학습 혹은 패턴 인식에서는 특징 (feature) 이라고도 한다.
Depending on the context, an independent variable is sometimes called a "predictor variable", regressor, covariate, "controlled variable", "manipulated variable", "explanatory variable", exposure variable (see reliability theory), "risk factor" (see medical statistics), "feature" (in machine learning and pattern recognition) or "input variable."

이들은 x의 원소들 사이에 거의 상수인 선형관계를 찾아내는데 도움이 될 수 있으며, x에서 변수들의 부분집합을 선택할 때, 또 이상점(outlier) 탐지에 있어 회귀에 유용하게 적용될 수 있다.
They can help to detect unsuspected near-constant linear relationships between the elements of x, and they may also be useful in regression, in selecting a subset of variables from x, and in outlier detection.

第 "하나의 예측 변수가 있는 회귀 사용" 섹션에서는 하나의 예측 변수와 하나의 반응 변수로 구성된 단순 회귀 모형을 작성하는 방법을 소개했습니다.
The section Using Regression with One Predictor showed you how to build simple regression models consisting of one predictor variable and one response variable.

동태적 회귀분석은 설명변수 또는 종속변수 또는 그 두 변수의 시차값( lagged values) 을 포함하는 회귀모델이다. 예측변수와 설명변수 사이의 관계를 전이함수(이송함수, transfer function) 를 사용하여 모델화하였다.
Dynamic Regression is a regression model that includes lagged values of explanatory variables or of dependent variables or both. The relationship between the forecast variable and the explanatory variable is modeled using a transfer function.

이 예제에서는 이용 가능한 다양한 플롯을 사용하여 각 예측 변수가 회귀 모델에 미치는 효과를 파악하는 방법을 보여줍니다.
This example shows how to understand the effect each predictor has on a regression model using a variety of available plots.

이 예제에서는 이용 가능한 다양한 플롯을 사용하여 각 예측 변수가 회귀 모델에 미치는 효과를 파악하는 방법을 보여줍니다. carsmall 데이터의 일부 예측 변수에서 주행 거리에 대한 모델을 생성합니다.
This example shows how to understand the effect each predictor has on a regression model, and how to modify the model to remove unnecessary terms. Create a model from some predictors in artificial data.

다중 회귀 는 둘 이상의 예측 변수를 사용하여 평균 반응 변수를 예측합니다. 시나리오
Multiple regression predicts the average response variable using two or more predictor variables. Scenario

그룹화 변수를 사용하는 회귀분석
Regression with grouping variable

그 다음 예측변수(설명변수)로 사용하고자하는 변수들에 집중하여 다중회귀분석을 실행한다.
Then we carry out multiple regression analysis, focusing on the variables we want to use as predictors (explanatory variables).

이 스크립트는 단순 모형 적합 을 사용하여 변수의 각 쌍에 대한 단순 선형 회귀를 작성합니다.
The script creates a simple linear regression on each pair of variables using Fit Y by X .

하지만 모든 종류의 회귀 분석이 가지고 있는 공통점은 종속 변수에 미치는 한 가지 이상의 독립 변수의 영향을 파악한다는 것입니다.
What all types of regression analysis have in common is that they look at the influence of one or more independent variables on a dependent variable.

또한 (관측 데이터에서 흔히 볼 수 있는 것처럼) 상관관계가 있는 예측 변수가 많을 때는 단계별 회귀나 그 외 표준 기법들이 불만족스러운 결과를 생성할 수 있습니다.
And when there are many correlated predictors (as is often the case in observational data), stepwise regression or other standard techniques can yield unsatisfactory results.

회귀분석은 통계적인 예측모델로서 (보통 종속변수라고 불리는) 주어진 변수와 (보통 독립변수라고 불리는) 하나 또는 그 이상의 변수사이의 관계를 묘사하고 설명하는데 관련된 모델이다. 회귀 분석의 사용.
Regression Analysis is a statistical forecasting method, that is concerned with describing and evaluating the relationship between a particular dependent variable and one or more other variables (usually called the independent variables).

이점 회귀 분석은 다른 관련된 사업 추진요인(설명변수)의 상호작용에 기초하여 주어진 핵심적인 사업지표(종속변수)를 예측할 수 있다.
A good regression model can predict the outcome of a given key business indicator (dependent variable) based on the interactions of other related business drivers (explanatory variables).

회귀 분석은 고급화된 데이터 분석 방법으로 두 가지 이상의 변수들 간의 관계를 연구할 수 있도록 해줍니다.
Regression analysis is an advanced method of data visualization and analysis that allows you to look at the relationship between two or more variables.

최종적으로, 설문조사의 변수 간 관계를 더 심층적으로 조사하기 위해 회귀 분석을 실행해야 할 수도 있습니다.
Finally, to further examine the relationship between variables in your survey you might need to perform a regression analysis.

주로 명목 로지스틱 회귀의 대안으로서, 판별 분석을 사용하여 그룹을 가장 적합하게 분류하는 변수를 찾을 수 있습니다.
You can identify variables that best separate groups using discriminant analysis, often as an alternative to nominal logistic regression.

모든 회귀 기법은 배열 X 의 입력 데이터와 별도의 벡터 y 의 응답 변수 데이터로 시작하거나, table형 배열 또는 dataset형 배열 tbl 의 입력 데이터와 tbl 에 열로 포함된 응답 변수 데이터로 시작합니다.
All regression techniques begin with input data in an array X and response data in a separate vector y , or input data in a table or dataset array tbl and response data as a column in tbl .

회귀 분석에는 여러 가지 종류가 있으며 설문조사 과학자가 선택하는 분석법은 검사하고자 하는 변수에 달려 있습니다.
There a many types of regression analysis and the one(s) a survey scientist chooses will depend on the variables he or she is examining.

동태적 회귀분석 모델은 Regression Analysis [회귀 분석] 와 유사하다, 그러나 동태적 회귀분석이 좀 더 현실적인 결과를 도출한다고 여겨지고 있다. 왜냐하면 투입변수가 종속변수에 미치는 파급효과(ripple effects)를 강조하기 때문이다.
The Dynamic Regression model is similar to Regression Analysis , but it is believed to produce more realistic results, because it emphasizes the ripple effects the input variables can have on the dependent variable.

그는 8 준 북경 대학 변수 분석, 순차 방법, nonparametric 견적, 견고성 및 nonparametric 방법, 실험 설계의 기본, 완벽한 클래스와 회귀 디자인 요소 실험의 효율성 등과 같은 비선형 모델의 주제를 다루는 강의, 순차적인 디자인, 강력한 디자인.
He gave eight lectures at Beijing University covering topics such as multivariate analysis, sequential methods, nonparametric estimation, robustness and efficiency of nonparametric methods, fundamentals of experimental design, complete class and regression design, factorial experiment, and nonlinear models, sequential design, and robust design. Kiefer received many honours.

모형을 적합시키고 변수를 선택하며 다중공선성을 처리하고 진단 보고서를 제공하는 등의 모든 기능을 한 곳에서 처리하는 도구이기도 합니다. JMP Pro 14는 일반화 회귀 기능에 핵심적인 개선 사항을 도입했습니다.
It is a tool that fits models, selects variables, handles multicollinearity and provides diagnostic reports—all in one place. JMP Pro 14 introduces some key enhancements to the Generalized Regression functionality, including: