단순 선형회귀 하는 방법
- 예측변수 X 열과 반응변수 Y 열을 머리글과 함께 복사합니다(같은 대상이 같은 행).
- 반응변수 Y와 예측변수 X를 고릅니다. 특정 X에서의 예측값이 필요하면 '예측할 X 값 지정'을 체크하고 값을 넣습니다.
- 분석하기를 누르고 모형 요약·계수표·산점도와 자동 해석을 확인합니다.
예제 데이터로 보는 결과
예제 데이터는 열처리 온도(℃)를 바꿔 가며 만든 시편 20개의 인장강도(MPa)입니다. 열처리 온도를 예측변수 X, 인장강도를 반응변수 Y로 씁니다.
회귀식은 인장강도 = 1.44·열처리 온도 - 80.46으로, 온도가 1℃ 오를 때 인장강도가 평균 1.44 MPa 높아집니다. 기울기의 95% 신뢰구간은 1.285 ~ 1.594로 0을 포함하지 않습니다.
R²=0.9551로 인장강도 변동의 95.51%를 온도 하나로 설명하고, F검정 p-value는 1.406e-13으로 매우 유의합니다.
산점도의 진한 띠는 평균 인장강도의 신뢰구간, 옅은 띠는 시편 하나의 예측구간입니다. 잔차는 대칭적이고 Anderson-Darling 정규성 검정 p=0.3871로 정규성 가정에도 문제가 없습니다. '예측할 X 값 지정'에 200을 넣으면 예측값 207.5(개별예측 PI 192 ~ 223)가 함께 나옵니다.
계산 방법
최소제곱법(statsmodels OLS)으로 Y = b₁·X + b₀를 적합합니다. R² = 1 - 잔차제곱합/총제곱합, F검정은 기울기가 0인지, 계수의 t검정과 신뢰구간은 잔차 자유도 n - 2의 t분포를 씁니다.
평균반응 신뢰구간은 그 X에서의 평균 Y가, 개별예측 구간은 새로 측정할 한 개의 Y가 들어갈 범위입니다. 개별예측 구간이 항상 더 넓습니다.
결과 화면 구성
(예측 X를 지정하면 예측 결과 표), 모형 요약, 계수표, 산점도+회귀선+신뢰·예측구간(회귀식은 오른쪽 정보창), 잔차 대 적합값, 잔차 QQ Plot, 잔차 히스토그램이 나옵니다.
단순 선형회귀 결과 해석
- F P-value가 유의수준보다 작으면 X가 Y를 유의하게 설명합니다. R²는 Y 변동 중 회귀식이 설명하는 비율입니다.
- 계수표의 X 계수(기울기)는 X가 1 늘 때 Y의 평균 변화량이고, 신뢰구간이 0을 포함하지 않으면 유의합니다.
- 잔차 대 적합값에서 패턴(곡선·깔때기)이 보이면 직선 모형이나 등분산 가정이 맞지 않을 수 있습니다. 곡선이면 다항 회귀를 써 보세요.
자주 묻는 질문
상관분석과 무엇이 다른가요?
상관분석은 두 변수가 함께 움직이는 정도만, 회귀분석은 X로 Y를 예측하는 식과 예측구간까지 줍니다.
평균반응 CI와 개별예측 PI는 어떻게 다른가요?
CI는 그 X에서 평균 Y의 범위, PI는 새 측정값 하나의 범위라 PI가 더 넓습니다.
빈 칸이나 문자가 있으면요?
X 또는 Y가 비었거나 숫자가 아닌 행은 통째로 빼고 계산합니다.