본문 바로가기
  • 학술저널

표지

DBpia에서 서비스 중인 논문에 한하여 피인용 수가 반영됩니다. 내서재에 논문을 담은 이용자 수의 총합입니다.

초록·키워드 목차

계수형 데이터 (count data)를 반응변수로 갖는 경우 일반적으로 포아송 회귀 모형과 음이항 회귀 모형이 고려되는데 과대 산포가 있는 경우 포아송 회귀 모형보다는 음이항 회귀 모형, 과도한 0이 존재하는 경우에는 영과잉 계수 모형 (zero inflated count model)이 선호된다. 이 논문에서는 변수선택, 영과잉과 과산포를 동시에 고려하여 벌점화 영과잉 음이항 회귀 (penalized zero inflated negative binomial regression)를 분석해본다. 수치적 연구에서는 여러 가지 벌점 함수들을 이용하여 계수형 반응변수에 대한 벌점화된 영과잉 음이항 회귀들을 서로 비교한다. 여러 가지 방법들의 유한 표본 수행도를 평가하기 위해 모의실험이 수행되며 이에 제곱근 평균제곱 오차와 예측 정확도를 제공한다. 실제 데이터도 예시를 위해 또한 분석되어진다. 수치적 연구 결과 영과잉과 과산포를 가진 데이터에서 각 벌점화 회귀 모형이 거의 비슷한 제곱근 평균제곱 오차와 예측 정확도를 보여주었다. Mnet 벌점을 이용한 모형이 상대적으로 낮은 제곱근 평균제곱 오차와 높은 예측 정확도를 가진 것으로 나타났다. #포아송 회귀 #영과잉 음이항 회귀 #Adaptive Lasso #snet #Mnet #Poisson regression #zero inflated negative binomial regression

요약
1. 서론
2. 영과잉 음이항 회귀모형
3. 벌점화 영과잉 음이항 회귀모형
4. 수치적 연구
5. 결론
References
Abstract

저자의 논문

DBpia에서 서비스 중인 논문에 한하여 피인용 수가 반영됩니다.
Insert title here
논문의 정보가 복사되었습니다.
붙여넣기 하세요.