회귀모형에서 가장 중요한 확률변수는 분석하는 목적과 분석하는 분야에 따라 다를 것이다.
그리고 분석하고 있는 샘플 데이터를 어떻게 수집하고 측정하였는가도 각 확률변수에 있어서
명백한 중요도에 영향을 미칠 수도 있다

먼저 통계적이거나 통계적 이지 않거나 회귀모형에서 가장 중요한 확률변수 결정하는 방법을
하나씩 알아보자.

■ 표준화된 회귀계수를 비교하자

앞서 일반 회귀계수가 서로 다른 스케일을 사용하고 있기 때문에 직접 비교할 수 없다는 설명을 했다.
그렇지만, 여러분이 그 회귀계수를 같은 스케일 표준화한다면 그때는 그값을 서로 비교할 수 있게 된다.

표준화된 계수를 구하기 위해서는 모든 연속형 예측변수에 대하여 값을 표준화한다.
표준화된 예측변수를 사용하여 회귀모형을 구한 다음 코드화된 계수가 표준화된 회귀계수이다.
이 코딩작업은 서로 다른 예측변수를 같은 스케일로 바꾸어주는 작업으로 결과로 구해진
회귀계수의 크기를 직접비교할 수 있다.
표준화된 회귀계수는 예측변수에서 1 표준편차가 변경되었을 때 반응변수의 평균변화를 나타낸다.

** 회귀모형에서 가장 중요한 확률변수 결정하려면 표준화 회귀계수에서 제일 큰값을 찾자

■ 확률변수가 추가되었을 때 R-Square 값의 변화를 보자

개별의 확률변수가 회귀모형에 추가되었을 때 R-Square값의 변화는 모형 내에서 설명할 수 없는
다른 확률변수의 분산의 백분률(%)을 나타낸다. 다시 설명하면 R-Square의 변화는 모형내의 다른
변수 이상 이하를 설명해주는 특정 분산의 크기를 표현해 준다.

** 회귀모형에서 가장 중요한 확률변수 결정하려면 R-Square값이 가장 크게 증가시키는 확률변수를 찾자