문제 상세보기
문제 정보
문제 ID: 724006
카테고리: 임상심리사 1급
강의: 미분류
키워드: 없음
문제
회귀분석에서 종속변수를 효율적으로 설명하는 모형을 찾기 위하여 사용되는 방법이 아닌 것은?
정답을 선택하세요
단일 문제
정답
2번
: 역차변수추가법(backward selection)
해설 gpt-4o-mini 생성
[정답 근거] → 정답은 2번 '역차변수추가법(backward selection)'입니다. 이 방법은 종속변수를 설명하기 위해 변수를 제거하는 방식으로, 추가하는 방법이 아닙니다. 따라서 문제에서 요구하는 '효율적으로 설명하는 모형을 찾기 위한 방법'과는 맞지 않습니다.
[오답 해설] → 1번 '순차변수추가법(forward selection)', 3번 '순차변수제거법(backward elimination)', 4번 '단계별변수선택법(stepwise selection)'은 모두 종속변수를 설명하기 위한 방법입니다. 이들은 각각 변수를 추가하거나 제거하는 방식으로 모형을 최적화하는 데 사용됩니다.
[관련 개념] → 회귀분석에서 변수 선택 방법은 모형의 성능을 향상시키기 위해 중요합니다. 순차변수추가법은 변수를 하나씩 추가하며 모형을 개선하고, 역차변수추가법은 기존 변수를 제거하며 모형을 단순화합니다. 단계별변수선택법은 두 가지 방법을 혼합하여 변수를 추가하거나 제거하는 방식입니다.
[학습 포인트] → 회귀분석에서 변수 선택 방법의 차이를 이해하고, 각 방법의 목적과 사용 방식을 명확히 구분하는 것이 중요합니다. 이를 통해 효율적인 모형을 구축할 수 있습니다.
[오답 해설] → 1번 '순차변수추가법(forward selection)', 3번 '순차변수제거법(backward elimination)', 4번 '단계별변수선택법(stepwise selection)'은 모두 종속변수를 설명하기 위한 방법입니다. 이들은 각각 변수를 추가하거나 제거하는 방식으로 모형을 최적화하는 데 사용됩니다.
[관련 개념] → 회귀분석에서 변수 선택 방법은 모형의 성능을 향상시키기 위해 중요합니다. 순차변수추가법은 변수를 하나씩 추가하며 모형을 개선하고, 역차변수추가법은 기존 변수를 제거하며 모형을 단순화합니다. 단계별변수선택법은 두 가지 방법을 혼합하여 변수를 추가하거나 제거하는 방식입니다.
[학습 포인트] → 회귀분석에서 변수 선택 방법의 차이를 이해하고, 각 방법의 목적과 사용 방식을 명확히 구분하는 것이 중요합니다. 이를 통해 효율적인 모형을 구축할 수 있습니다.
문제 정보
문제 ID: 724006
카테고리: 임상심리사 1급
강의: 미분류
키워드: 없음