핵심
연속형 = 선형(lm). 범주형 = 로지스틱(glm).
공식
선형회귀: 연속형 → 최소자승법 (lm) - 검정: F, t 로지스틱회귀: 범주형 → 최대우도법 (glm) - 검정: 카이제곱 - 결과: logit, 오즈비 함정: 추정법·검정 통계량 뒤바꿈
트리거 키워드
예시
'고객 이탈 여부(이탈/유지)를 예측하는 모형은?' → 종속변수 범주형 → 로지스틱 회귀
선형회귀와 로지스틱회귀는 종속변수의 형태로 구분합니다. 종속변수가 연속형(수치)이면 선형회귀(R의 lm), 범주형(분류)이면 로지스틱회귀(R의 glm)를 씁니다. 로지스틱회귀는 출력을 확률(0~1)로 변환하는 로짓·시그모이드를 이용합니다. ADsP에서는 연속형·범주형과 lm·glm의 매칭을 바꿔 출제하므로 함께 외우세요.
3과목 데이터 분석의 회귀분석 영역에서 문제 지문이나 보기에 로지스틱, 선형회귀, 범주형, logit, 오즈비, 최대우도법, glm 같은 표현이 보이면 이 패턴을 먼저 떠올리십시오. 개념을 처음부터 따지지 않고 위 공식에 대입하는 것만으로 보기를 빠르게 좁힐 수 있습니다. 아래 관련 문항 4개가 모두 같은 방식으로 풀립니다.