코인시던스의 기록

Facebook 에만 광고 했을 때 판매량은 단순선형회귀분석을 통해 예측할 수 있습니다. 하지만 Facebook 이 외 TV, 신문 등 여러 매체를 통해 광고를 하여 판매량을 예측하고 싶다면, 혹은 각 매체가 얼마나 효율적인지 예측하고 싶다면 단순회귀분석으로는 힘들죠. 이 때 다중 회귀 분석을 사용합니다. Facebook, TV, 신문에 각각 얼마씩 투자했을 때 얼마나 팔리는 가를 알기 위해서, 판매량은 FB, TV, 신문 광고료와 선형적인 관계라고 가정하면 아래와 같이 식을 세울 수 있습니다. 베타3 는 광고를 하지 않았을 때의 판매량이 되겠죠. 지금까지 가지고 있는 데이터를 통해서 베타0, 베타1, 베타2, 베타3 최적값을 구하는 것이 목표가 됩니다. 단순선형회귀분석과 동일하게 완벽한 예측은 불가능합..

다중회귀분석 은 직선으로 모델을 예측합니다. 하지만 직선보다 곡선이 데이터를 더 잘 설명할 수 있을 때가 있습니다. 이 때 다항식회귀분석을 사용합니다. 즉, 데이터를 곡선으로 모델을 학습시키고 싶을 때 사용합니다. 판매량(X) 과 광고비(Y) 의 관계를 2차식으로 표현해보면 이렇게 되겠죠. 하지만 X^2 (광고비의 제곱)과 X (광고비) 를 각각 X1 과 X2 로 치환하면 아래와 같이 다중회귀분석과 동일해집니다. 광고비 제곱을 (X^2 = X1) 은 아예 왼쪽에 하나의 행렬로 추가해버리는 겁니다. 실제로는 다항식회귀분석이지만 모델은 다중회귀분석을 수행하여 베타0, 베타1, 베타2 를 알아내게 되죠.