분산분석/ANCOVA(앙코바)와 회귀 분석의 차이점

ANCOVA 대 회귀 분석

개요:

1. ANCOVA는 통계의 특정 선형 모델입니다. 회귀 분석은 통계 도구이기도하지만 여러 회귀 모델의 포괄적 인 용어입니다. 회귀는 또한 관계의 국가 이름입니다.
2. ANCOVA는 연속 변수와 범주 변수 모두를 다루지 만 회귀는 연속 변수만을 다룹니다.
3. ANCOVA와 회귀 분석은 하나의 특정 모델 인 선형 회귀 모델을 공유합니다.
4. ANCOVA와 회귀 분석은 특수한 소프트웨어를 사용하여 실제 계산을 수행 할 수 있습니다.

ANCOVA와 회귀 분석은 통계 기법 및 도구입니다. ANCOVA와 회귀 분석은 많은 유사점을 공유하지만 서로 뚜렷한 특징을 가지고 있습니다. ANCOVA와 회귀는 둘 다 연속 예측 변수 인 공변량을 기반으로합니다.

ANCOVA는 공분산 분석의 약자입니다. 이것은 일원 분산 분석 (분산 분석)과 회귀의 변형 인 선형 회귀 분석의 조합입니다. 범주 형 변수와 연속 변수를 모두 다룹니다. 이는 다른 변수의 변동성으로 인해 하나의 변수의 분산 범위를 결정하는 특정 통계 방법입니다.

ANCOVA는 기본적으로보다 정교하고 기존 ANOVA 모델에 연속 변수를 추가 한 ANOVA입니다. ANCOVA의 다른 형태는 MANCOVA (공변량의 다변량 분석)입니다. 또한 ANCOVA는 연속적인 결과 변수와 둘 이상의 예측 변수가있는 일반 선형 모델입니다. 두 예측 변수는 연속적이고 범주 형 변수입니다.

연속 변수에서, 데이터는 정량적이며 스케일링되는 반면, 범주 형 데이터는 명목상 및 비 스케일 형으로 특징 지어진다. ANCOVA는 주로 무작위화할 수없는 요인을 제어하는 ​​데 사용되지만 실험 디자인에서는 간격 규모로 계산할 수 있지만 관찰 디자인에서는 범주 독립 항목과 간격 종속 항목 간의 관계를 변경하는 변수 효과를 지우는 데 사용됩니다. MANCOVA는 또한 회귀 모형에서 주요 기능이 범주 형 및 간격 독립형 모두에서 회귀 분석에 적합하도록하는 용도로 사용됩니다.
ANCOVA는 종속 변수가 독립 변수에 선형이어야하는 선형 회귀에 의존하는 모델입니다. 

한편, 회귀 분석은 많은 변형에서 사용할 수있는 통계 도구이기도합니다. 변종에는 선형 회귀 모델, 단순 선형 회귀, 로지스틱 회귀, 비선형 회귀, 비모수 회귀, 강력한 회귀 및 단계별 회귀가 포함됩니다. 회귀는 연속 변수를 다룹니다.
회귀는 종속 변수와 독립 변수의 관계입니다. 이 모델에는 하나의 종속 변수와 하나 이상의 독립 변수가 있습니다. 또한 독립 변수 중 하나의 변경으로 인한 종속 변수 값의 변경을 이해하기위한 노력이 있습니다. 이 상황에서 다른 독립 변수는 고정되어 있습니다.

회귀 분석에서 선형 회귀 분석과 다중 회귀 분석의 두 가지 기본 유형이 있습니다. 선형 회귀 분석에서, 하나의 독립 변수는 'Y'(변수가 예측하려고하는)의 결과를 설명 및 / 또는 예측하는 데 사용됩니다. 반면에, 회귀가 결과를 예측하기 위해 하나 이상의 변수를 사용하는 배수가있습니다.

선형 회귀와 선형 회귀에 대한 방정식은 다음과 같습니다. Y = a + bX + u 다중 회귀 양식은 다음과 같습니다. Y = a + b1X1 + b2X2 + B3X3 + + BtXt + u.

두 방정식 모두에서 'Y'는 예측하려고하는 변수를 나타냅니다. 'X'는 'Y'변수를 예측하는 변수 도구입니다. 'a'는 절편이고 'b'는 기울기이며 'u'는 회귀 잔차의 역할을합니다. 절편, 기울기 및 회귀 잔차는 일정하다는 점에 유의해야합니다.

회귀 분석은 지속적인 결과를 예측하고 예측하는 방법입니다. 연속 결과에 사용하는 방법이며 하나 이상의 연속 예측 변수를 기반으로합니다.