적합선 그림(Fit Line Model)

적합선(추세선 또는 최적 적합선이라고도 함)은 전체적인 패턴이나 추세를 가장 잘 나타내도록 데이터 점들을 지나게 그린 직선 또는 곡선입니다. 하나의 연속형 예측 변수와 반응 사이의 관계를 보여 줄 때 사용합니다.

최종 검토

핵심 요점

적합선(추세선 또는 최적 적합선이라고도 함)은 전체적인 패턴이나 추세를 가장 잘 나타내도록 데이터 점들을 지나게 그린 직선 또는 곡선입니다.

이 페이지 내용
  1. 적합선 그림이란?
  2. 적합선 그림은 언제 사용합니까?
  3. 적합선 그림의 올바른 사용 지침
  4. 대안: 적합선 그림을 사용하지 않아야 할 때
  5. 적합선 그림 예제
  6. 적합선 그림 작성 방법

적합선 그림이란?

적합선(추세선 또는 최적 적합선이라고도 함)은 전체적인 패턴이나 추세를 가장 잘 나타내도록 데이터 점들을 지나게 그린 직선 또는 곡선입니다. 하나의 연속형 예측 변수와 반응 사이의 관계를 보여 줄 때 사용합니다.

회귀 모형의 유형에는 선형, 2차, 3차가 있습니다.

이때 적합선 그림 은 데이터 점들을 지나는 가능한 한 가장 좋은 선을 그려 기저의 추세를 드러냅니다. 모든 점을 이으면 지저분해지므로, 모든 점에 동시에 최대한 가깝게 놓이는 하나의 매끄러운 선을 찾습니다.

가장 일반적인 유형은 선형 적합선 (y = mx + b)이지만, 데이터가 직선이 아닐 때는 곡선(다항식, 지수)을 사용합니다.

예: 학생 100명의 공부 시간 대 시험 점수를 그리면, 적합선은 개별 결과가 다르더라도 일반적인 방향 — 공부 시간이 많을수록 점수가 높음 — 을 보여 줍니다.

적합선 그림은 언제 사용합니까?

  • 두 변수가 모두 숫자입니다(범주가 아님).
  • 뚜렷한 추세가 있습니다. 점들이 함께 올라가거나 내려갑니다.
  • 반응 변수는 반드시 연속형이어야 합니다
  • 데이터를 수집한 순서대로 기록해야 합니다
  • 새로운 입력값에 대한 결과를 예측할 때.
  • 두 대상이 얼마나 강하게 관련되어 있는지 측정할 때.
  • 데이터에 잡음이 많아 더 큰 패턴을 확인해야 할 때.
  • 서로 다른 집단이나 기간 간의 추세를 비교할 때.

다음의 경우에는 다른 모형을 사용하십시오.

  • 예측 변수가 여러 개 → 회귀 모형 적합
  • 범주형 예측 변수 → 일원배치 분산분석

적합선 그림의 올바른 사용 지침

  • 정확히 연속형 예측 변수 하나 와 연속형 반응 변수를 사용하십시오.
  • 데이터가 대상 모집단을 정확하게 대표하는지 확인하십시오. 치우치거나 불완전한 데이터는 신뢰할 수 없는 결과를 만듭니다.
  • 변수 간 관계를 신뢰성 있게 추정하고 정확하게 나타내려면 충분한 데이터 점 을 수집하십시오.
  • 변수를 가능한 한 정확하게 기록하여 측정 정확도 를 확보하십시오. 측정 오차는 적합선에 직접 영향을 줍니다.
  • 시간에 따른 패턴이나 잔차의 추세를 탐지할 수 있도록 수집한 순서대로 데이터를 기록하십시오.
  • 적합 후에는 잔차 그림과 요약 통계량으로 모형을 검증하십시오. 잔차는 무작위로 보여야 하며, 어떤 패턴이든 있으면 적합이 좋지 않다는 뜻입니다.
  • 예측 변수가 둘 이상 필요하면 회귀 모형 적합을 사용하고, 범주형 예측 변수에는 대신 일원배치 분산분석 을 사용하십시오.

대안: 적합선 그림을 사용하지 않아야 할 때

  • 정확한 다변량 분석을 위해, 예측 변수가 둘 이상이면 대신 회귀 모형 적합 을 사용하십시오.
  • 연속형 예측 변수 없이 범주형 예측 변수 하나 만 있으면 대신 일원배치 분산분석 을 사용하십시오.

적합선 그림 예제

한 가구 제조 현장의 재료 엔지니어가 파티클 보드의 밀도와 강성 사이에 관계가 있는지 알아보려고 합니다. 이를 조사하기 위해 엔지니어는 보드 조각 표본에서 강성과 밀도 측정값을 수집하고 단순 선형 회귀분석으로 연관성을 분석합니다. 이를 평가하기 위해 엔지니어는 다음 단계를 수행합니다.

  1. 필요한 데이터를 수집했습니다.
Fit Line Model — figure 1
  1.  이제 Zometric Statistical Software에서 데이터를 분석합니다: https://statsai.zometric.com/.
  2.  적합선 그림을 찾으려면 다음을 선택합니다: Statistical module> Regression>Fit Line Model.
  3.  도구 안에서 데이터와 기타 입력값을 다음과 같이 입력합니다.
Fit Line Model — figure 2

5. 위 도구를 사용하면 다음과 같은 출력을 얻습니다.

Fit Line Model — figure 3Fit Line Model — figure 4

적합선 그림 작성 방법

절차는 다음과 같습니다.

  1. Zometric Statistical Software에 로그인합니다: https://statsai.zometric.com/
  2. 홈 페이지에서 Statistical Tool>Regression >Fit Line Model을 선택합니다.
  3. 이어서 Fit Line Model을 클릭하여 도구 화면으로 이동합니다.
  4. 다음으로, 데이터를 직접 입력하거나 Excel 시트에서 데이터 전체를 복사(Ctrl+C)하여 여기에 붙여넣습니다(Ctrl+V).
  5. 왼쪽에 있는 필수 옵션을 채웁니다.
  6. 마지막으로, 페이지 하단의 calculate를 클릭하면 원하는 결과를 얻을 수 있습니다.

적합선 그림의 도구 화면은 두 부분으로 나뉩니다.

Fit Line Model — figure 5

왼쪽 부분에는 데이터 창(Data Pane)이 있습니다. Data Pane에서는 각 행이 하나의 부분군이 됩니다. 데이터를 직접 입력하거나 Excel 시트에서 데이터 전체를 복사(Ctrl+C)하여 여기에 붙여넣을(Ctrl+V) 수 있습니다.

Load example: 예제 데이터가 로드됩니다.

Load File: Excel 데이터를 직접 로드하는 데 사용합니다.

오른쪽 부분에는 다음과 같은 여러 옵션이 있습니다.

  • Response — 예측하거나 분석하려는 출력 변수입니다(예: 매출, 온도). 차트의 Y축입니다.
  • Predictor — 반응을 설명하거나 예측하는 데 사용하는 입력 변수입니다(예: 시간, 압력). 차트의 X축입니다.
  • Type of Regression Model — 적합선의 모양을 정의합니다.
  • Linear — 예측 변수와 반응 사이에 일정하고 일관된 관계가 있다고 가정하고 데이터에 직선을 적합합니다. 데이터가 휘거나 굽지 않고 꾸준히 증가하거나 감소할 때 가장 적합합니다.
  • Quadratic — 한 번 휠 수 있는 곡선(U자형 또는 아치형)을 적합하며, 반응이 먼저 증가한 후 감소하거나 그 반대인 관계를 포착합니다. 데이터에 하나의 곡선 또는 전환점이 보일 때 사용합니다.
  • Cubic — 두 번 휠 수 있는 더 유연한 곡선을 적합하며, 데이터에 여러 번의 상승과 하락이 있는 더 복잡한 관계를 포착합니다. 직선도 단순한 곡선도 데이터 패턴을 충분히 설명하지 못할 때 사용합니다.
  • Display CI (Confidence Interval) — 적합선 주위에, 데이터를 바탕으로 참 회귀선 이 놓일 가능성이 높은 위치를 나타내는 띠를 표시합니다.
  • Display Prediction Interval — 앞으로 새로운 단일 데이터 점 이 놓일 가능성이 높은 범위를 나타내는 더 넓은 띠를 표시합니다.
  • Confidence Interval (%) — 구간의 확신 수준을 설정합니다(기본값은 95%). 참값이 표시된 범위 안에 있다고 95% 확신한다는 뜻입니다.
  • Display Gridlines — 차트 배경에 기준 격자선을 추가하여 데이터 점의 위치를 더 쉽게 읽고 해석하게 합니다.
  • Custom X Axis Gridlines — 분석에서 중요한 특정 값에 X축 격자선 위치를 직접 설정할 수 있습니다.
  • Custom Y Axis Gridlines — 가독성과 집중도를 높이기 위해 특정 값에 Y축 격자선 위치를 직접 설정할 수 있습니다.

자주 묻는 질문

적합선 그림이란 무엇입니까?

적합선 그림은 추세선 또는 최적 적합선이라고도 하며, 전체적인 패턴을 가장 잘 나타내도록 데이터 점들을 지나는 직선 또는 곡선을 그립니다. 하나의 연속형 예측 변수와 연속형 반응 사이의 관계를 보여 주며, 새로운 입력값에 대한 결과를 예측하거나 두 대상이 얼마나 강하게 관련되어 있는지 측정하는 데 사용할 수 있습니다.

선형, 2차, 3차 적합선은 각각 언제 사용해야 합니까?

데이터가 휘지 않고 꾸준히 증가하거나 감소하면 선형 적합을 사용하십시오. U자형이나 아치형처럼 데이터에 하나의 곡선 또는 전환점이 보이면 2차 적합을 사용하십시오. 직선도 단순한 곡선도 패턴을 충분히 설명하지 못하면 두 번 휠 수 있는 3차 적합을 사용하십시오.

적합선 대신 회귀 모형 적합이나 일원배치 분산분석은 언제 사용해야 합니까?

적합선 그림에는 정확히 하나의 연속형 예측 변수와 연속형 반응이 필요합니다. 예측 변수가 둘 이상이면 다변량 분석을 위해 회귀 모형 적합을 사용하십시오. 연속형 예측 변수 없이 범주형 예측 변수가 하나뿐이면 대신 일원배치 분산분석을 사용하십시오.

적합선의 신뢰구간과 예측구간은 어떻게 다릅니까?

신뢰구간 띠는 데이터를 바탕으로 참 회귀선이 놓일 가능성이 높은 위치를 보여 줍니다. 예측구간은 새로운 단일 데이터 점이 놓일 가능성이 높은 범위를 보여 주는 더 넓은 띠입니다. 둘 다 사용자가 설정한 신뢰수준을 사용하며, 기본값은 95%입니다.