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
질문

논문 기본 정보

자료유형
학술저널
저자정보
신우영 (고려대학교) 정윤서 (고려대학교)
저널정보
한국데이터정보과학회 한국데이터정보과학회지 한국데이터정보과학회지 제32권 제5호
발행연도
2021.9
수록면
917 - 929 (13page)
DOI
10.7465/jkdi.2021.32.5.917

이용수

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

초록· 키워드

오류제보하기
이 논문은 오차의 이분산성 존재시 분위수 회귀모형의 선택에 대한 다양한 방법들을 제안한다. 분위수 손실함수 (check loss function)는 분위수 회귀분석에서 모형의 적합 과정과 선택 과정에 모두 사용된다. 저자들의 관심은 분위수 회귀모형의 선택에 (또는 조율 모수의 선택에) 있기 때문에, 모형의 적합에는 항상 분위수 손실함수를 사용한다. 모형의 선택 방법 중에는 정보기반기준(information-based criteria)이 많이 사용되며, 기존의 정보기반기준들은 오차의 이분산성 존재를 고려하지 않기 때문에 효율적인 모형 선택에 제약이 있다. 이를 해결하고자 본 논문에서는 분위수 손실함수를 이용한 모형의 선택시 관측값에 서로 다른 가중치를 부여하여, 관측값에 따른 변동성을 고려하는 새로운 방법론을 제안한다. 서로 다른 가중치를 추정하기 위하여 반응변수의 사분위수 범위를 추정하고, 이를 이용해 관측값에 따라 달라지는 반응변수의 변동을 모형 선택 과정에 반영한다. 그 결과 변동성이 큰 부분의 상대적인 중요도가 낮아져서, 변수 선택이나 조율 모수의 선택에 미치는 영향이 줄어든다. 선형모형과 비선형 모형인 경우로 나누어 제안하는 방법론의 구체적 적용 방법을 제시하고, 각각의 제안하는 방법론의 효율성을 모의 실험과 실제 데이터 분석을 통하여 제시한다.
#모형 선택 #분위수 손실함수 #분위수 회귀분석 #이분산성 #조율 모수 선택 #Check loss #GCV #heteroscedasticity #model selection #quantile regression #tuning parameter selection

목차

요약
1. 서론
2. 기존 연구에 대한 고찰
3. 개선된 가중치 모형선택 기준
4. 모의실험
5. 실제 데이터 분석
6. 결론
References
Abstract

참고문헌 (23)

참고문헌 신청
Akaike, H. / 1973 / Information theory and an extension of the maximum likelihood principle / Proceedings of the 2nd International Symposium on Information :267~281 google schola Carroll, R. J. / 1988 / An asymptotic theory for weighted least-squares with weights estimated by replication / Biometrika 75:35~43 google schola Chen, L. H. / 2009 / Conditional variance estimation in heteroscedastic regression models / Journal of Statistical Planning and Inference 139:236~245 google schola Chen, J. / 2012 / Extended BIC for small-n-large-P sparse GLM / Statistica Sinica :555~574 google schola Hurvich, C. M. / 1989 / Regression and time series model selection in small samples / Biometrika 76:297~307 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