STAWORLD 통계분석
데이터 보관함 로그인
비선형분석 사용법

직선으로 설명되지 않는 곡선 관계를 분석합니다. 성장곡선, 용량-반응, 포화 현상 등에 사용합니다.

1

데이터를 준비합니다

X(원인)와 Y(결과)가 연속형인 데이터를 올립니다. 산포도에서 관계가 곡선으로 보일 때 비선형분석이 적합합니다.

파일 업로드 survey.xlsx csv · xlsx sav · dta 또는 엑셀처럼 직접 입력 id gender score income 1 1 78 3200 2 2 85 4100
먼저 상관분석의 산포도로 관계 형태를 눈으로 확인하면 좋습니다.
2

X·Y 변수를 지정합니다

원인변수를 X에, 결과변수를 Y에 지정합니다. 곡선추정에서는 여러 함수형(2차·로그·지수·S자 등)을 한 번에 비교합니다.

변수 목록 score연속 gender명목 age연속 X (원인)doseY (결과)response
3

함수형을 선택하거나 자동비교합니다

곡선추정은 여러 곡선을 자동으로 적합해 가장 잘 맞는 것을 R²로 추천합니다. 비선형회귀는 직접 함수식(예: Y = a·exp(b·X))을 입력합니다.

여러 곡선 자동 적합 → R² 비교표로 최적 곡선 추천
어떤 곡선이 맞을지 모르면 곡선추정으로 시작해 자동 추천을 받으세요.
4

결과를 해석합니다

가장 적합한 곡선의 수식, 적합도(R²), 추정된 파라미터가 제시됩니다. 적합 곡선이 데이터 위에 겹쳐 그려집니다.

! 결과 해석 (우리말 자동 생성) 두 집단의 평균은 통계적으로 유의미하게 다릅니다 (p<.001). 통계량5.82 p값<.001 효과크기0.52 그래프 PDF Word Excel Mplus코드 Stata코드 저장
결과를 이렇게 해석합니다

분석을 실행하면 아래 항목들이 우리말 해석문과 함께 자동으로 제시됩니다. 각 숫자가 무엇을 뜻하는지 미리 알아두세요.

적합도(R²) — 곡선이 잘 맞나

곡선추정에서 여러 함수형의 R²를 비교해 가장 높은 것을 선택합니다. 직선 R²보다 곡선 R²가 뚜렷이 높으면 비선형 관계의 증거입니다.

파라미터 — 곡선의 모양

추정된 계수(예: 지수모형의 성장률 b)가 곡선의 형태를 결정합니다. 각 파라미터의 의미와 유의성이 함께 제시됩니다.

과적합 주의 — 차수가 높을수록

다항식 차수를 무리하게 올리면 데이터에 과하게 맞춰져 일반화가 어렵습니다. 적합도와 단순함의 균형(AIC·BIC)을 함께 봅니다.

지금 비선형분석 시작하기
사용법 목록 개념사전