회귀분석,판별분석,분산분석,군집분석,요인분석에대해 비교 설명
|
|
|
회귀분석(Regression)
독립변수와 종속변수간 인과관계를 알아보는 기법이라고 할 수있다.
독립변수는 다른 변수에 영향을 주는 변수이고, 종속변수는 독립변수에 영향을 받는 변수이다.
1. 단순회귀분석(Simple regression analysis)
독립변수와 종속변수가 각기 하나씩인 경우
2. Multilinear Regression Analysis: 다중 회귀 분석(단일 회귀분석<독립 변수가 하나>보다 다중 회귀 분석이 더 일반적이죠): 종속 변수의 값이 여러 개의 독립 변수의 값이 변화함에 따라 어떻게 다르게 변화하는가를 보여주는 최적의 등식을 예측하는 통계적 기법임. 여기에는 종단적(Cross-sectional)으로도 분석이 가능하고 시계열적(Time-series)으로도 분석이 가능함. 쉬운 예로 지난 과거 30년간의 자료를 토대로 2005년 1년 동안의 맥주 판매량(종속 변수)을 예측한다고 할 때, 자료 수집이 가능한 예를 들면 30년 동안의 맥주 가격, 연중 평균 온도, 경쟁 제품인 타 주류 예를 들면, 소주나 막걸리 등의 가격, 1인당 국민 소득 등등(독립 변수)에 대한 자료를 수집하고 정리해서 (이런 방법으로 자료를 수집해서 하는 예측을 Time-Series Forecasting이라고 함) 컴퓨터를 이용해 다중 회귀 분석 통계 프로그램(예를 들면, SPSS, BMDP, TSP 등)을 돌리면 결과물인 예측 모델이 탄생하는 거죠. 바로 그 때 사용하는 통계적 기법을 다중 회귀 모델이라고 합니다. 너무 설명이 길죠? 이하에서는 대폭 줄여서 간략하게 말씀드릴게요.
3. 판별 분석(Discriminant Anaylsis): 분류된 집단간의 차이를 의미있게 설명해 줄 수 있는 독립 변수둘로 이루어진 최적 판별식을 찾기 위한 통계적 기법
한 개체가 어느 집단에 속하는가를 예측하는 분석으로 한개 이상의 설명(독립)변수를 가지고 집단(종속)변수에 대한 판별모형을 만든다.
4. 요인 분석(Factor Analysis): 수집된 자료에 유사한 변수들이 많이 포함되어 있을 경우 변수에 포함되어 있는 정보를 가능한 유지하면서 변수의 수를 줄여 차후의 분석을 용이하게 하는 데 사용되는 기법으로, 이 기법은 소비자들이 중요하게 생각하는 복잡한 제품/서비스의 특성/요인을 찾는데 많이 사용되고 있음. 예를 들면 세안용 비누 제품을 선택할 때 소비자들이 가장 많이 동원하는 판단 기준을 선택할 때, 여러가지 선택 기준이 있겠지만, 그러한 선택 기준들을 유사한 것들끼리 모으고 줄여 가장 중요한 기준 2개만 선택하는 경우, 즉 Positioning의 축을 선택할 때인 경우)
5. 군집 분석(Cluster Analysis): 집단을 분류하는 기법으로, (동일) 집단이 (그) 집단 내에서는 유사성이 크고 (다른) 집단간에는 차이성이 (크게) 생기도록 분류하기 위한 통계적 기법. 이 기법은 또한 위에서 말한 판별 분석과도 연관이 있음. 이 기법은 또한 마케팅에서 시장을 세분화(Segmentation) 할 때 많이 동원하는 기법임.
6. 결합 분석(Conjoint Analysis): 서로 다른 제공물(제품 또는 서비스)에 대한 응답자들의 서열화된 선호도가 각 변수와 각 변수의 상대적 중요성에 대해서 그 사람의 추론적인 효용 함수를 결정하기 위해 분해되도? 하는 통계적 기법 (즉, 이 기법은 각 속성의 중요성과 이들 속성의 가장 효과적인 조합을 결정할 수 있음.) (쉬운 예를 하나 들면, 상품이 3개 있고 각 상품은 제품의 질이 조금씩 다르고, 가격도 조금씩 다르며, 기능도 조금씩 상이한 경우, 3개의 제품은 제품 질, 가격, 기능에 대해 각각 다른 3개의 조합이 있게 되죠. 이런 경우 소비자는 자기가 판단할 때 가장 자기에게 최대의 효용을 가져다 주는 조합의 제품을 선택하려 할 것인 데 그 때 최적의 제품을 선택하기 위해 사용하는 통계적 기법을 말한다고 보면 되죠.)
[