다중회귀분석에서 설명변수의 상대적 중요도 지표에 관한 연구

A Study on Variable Importance Measures in Multiple Regression Analysis

다중회귀분석은 관심의 대상인 반응변수가 여러 개의 설명변수에 의해서 어떻게 설명되고 예측되는가에 대하여 다양한 분야에서 사용되고 있는 분석 기법 중 하나이다. 각각의 설명변수들에 대하여 중요도를 할당하는 것은 분석 결과의 정확한 해석을 위한 회귀분석의 주요한 연구 목표 중 하나로서, 기존의 여러 연구들을 통해 설명변수의 상대적 중요도를 결정할 수 있는 여러 지표들이 제안되었다. 특히, 이러한 지표들은 주로 변수들 간의 다중공선성이 있는 경우에 각 변수의 중요도를 적절히 측정할 수 있도록 고안되었다. 본 논문에서는 회귀분석에서 설명변수에 대한 해석을 위해 주로 사용되는 측도인 표준화 회귀계수, 상관계수 등이 변수의 중요도 지표로서 갖는 한계를 살펴보고, 대안적으로 제안된 곱측도(product measure), 일반우세지수(general dominance index), 상대가중치(relative weights) 등의 중요도 지표들의 특성과 차이점을 요약 정리함으로써 각 지표의 올바른 활용방안을 제시하고자 한다.

One of the important objectives in multiple regression analysis is to study on the variable importance in the model. Commonly used measures such as zero order correlation coefficients or standardized regression coefficients are not suitable for the purpose of verifying the relative importance of explanatory variables in the regression model. Therefore, several indicators have been proposed in order to measure the magnitude of importance of each explanatory variable and determine their rank orders. Especially, these indicators are mostly devised to treat the variable importance appropriately when there exists multicollinearity among independent variables in a regression model. In this article, we aim to investigate the characteristics and limitation of various measures for variable importance such as product measure, general dominance index, and relative weight in a multiple regression model. We expect that researchers using regression analysis can have more valuable interpretation for the constructed model by using these importance measures together with the conventional tools such as simple correlations, standardized regression coefficients.