반응형 3유형2 GLM과 Logit의 차이점은? 안녕하세요 오늘은 로지스틱 회귀분석할때 사용되는, GLM과 Logit의 차이점에 대하여 알아보겠습니다. 로지스틱 회귀분석에서 GLM(Generalized Linear Model)과 Logit은 유사한 목적으로 사용되지만,이 둘은 주로 모델링 방식과 사용 목적의 차이에 따라 구분됩니다. 각각의 개념과 차이점은 다음과 같습니다. 1. GLM (Generalized Linear Model)개념 - 일반화 선형 모델(GLM)은 회귀 분석의 확장 형태로, 종속 변수의 분포가 정규 분포가 아니더라도 모델링할 수 있도록 설계되었습니다. 다양한 링크 함수(link function)와 확률 분포를 사용할 수 있는 유연한 모델입니다. 로지스틱 회귀와의 관계 - GLM은 로지스틱 회귀를 포함한 더 일반적인 프레임워크입니.. 2024. 11. 25. 빅데이터 분석기사 _3유형 정리 빅데이터 분석기사 _ 3유형 정리# 단일 표본 t-검정.from scipy.stats import ttest_1sampt_stat, p_value = ttest_1samp(sample, popmean)# 독립 표본 t-검정.from scipy.stats import ttest_indt_stat, p_value = ttest_ind(group1, group2)# 대응 표본 t-검정.from scipy.stats import ttest_relt_stat, p_value = ttest_rel(before, after)# Shapiro-Wilk 정규성 검정.from scipy.stats import shapirostat, p = shapiro(data)# Levene의 등분산 검정.from scipy.stat.. 2024. 11. 21. 이전 1 다음 반응형
