메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
저널정보
한국자료분석학회 Journal of The Korean Data Analysis Society Journal of The Korean Data Analysis Society 제19권 제5호
발행연도
2017.1
수록면
2,383 - 2,394 (12page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

초록· 키워드

오류제보하기
다변량 회귀모형(multivariate regression models)은 두 개 이상의 반응변수와 여러 개의 설명변수들 간의 관계를 조사하기 위해 사용된다. 자료가 이질적 모집단(heterogeneous population)으로부터 추출된 표본자료인 경우에는 부모집단(subpopulation)마다 회귀계수들이 달라지는 것을 허용하는 다변량 혼합회귀모형(multivariate mixture regression models)으로 분석할 수 있다. 다변량 혼합회귀모형은 일반적으로 정규분포 가정 하에서 모형화 되는데, 자료에 이상점(outliers) 또는 노이즈(noise)가 포함되어 있는 경우에는 로버스트(robust) 추정을 위해 t-분포를 사용하여 모형화 될 수 있다. 본 연구에서는 이질적 모집단으로부터 추출된 표본 자료에 이상점 또는 노이즈가 존재하는 경우, 표본 내에 잠재되어 있는 서브그룹(latent subgroup)들을 식별하고 각 서브그룹의 회귀 계수들을 로버스트하게 추정하기 위해 다변량 t-분포를 기반으로 한 혼합회귀모형을 제안한다. 본 연구에서 제안하는 모형은 반응변수들 간의 편상관관계(partial correlation)를 파악하는데도 유용하며, 이러한 편상관관계는 그림으로 시각화(visualization)가 가능하여 서브그룹 내 반응변수 간의 고유 연관성을 쉽게 파악할 수 있다. 모의실험 결과 제안된 모형이 다른 비교 모형들에 비해 우수함을 확인하였고, 고등학생들의 시험 성적 자료에 제안된 모형을 적용하여 분석하였다.
#혼합회귀모형 #t-분포 #이상점 #편상관. #mixture regression model #t-distribution #outlier #partial correlation.

목차

등록된 정보가 없습니다.

참고문헌 (13)

참고문헌 신청
Andrews, D. F. / 1974 / Scale mixtures of normal distributions / Journal of the Royal Statistical Society, Series B 36 : 99 ~ 102 google schola Bashir, S. / 2012 / Robust mixture of linear regression models / Communications in Statistics-Theory and Methods 41 : 3371 ~ 3388 google schola Galimberti, G. / 2014 / A multivariate linear regression analysis using finite mixtures of t distributions / Computational Statistics and Data Analysis 71 : 138 ~ 150 google schola Lim, H. K. / 2017 / Robust multivariate mixture regression models with incomplete data / Journal of Statistical Computation and Simulation 87 (2) : 328 ~ 347 google schola Neykov, N. / 2007 / Robust fitting of mixtures using the trimmed likelihood estimator / Computational Statistics and Data Analysis 52 : 299 ~ 308 google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0