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 제17권 제5호
발행연도
2015.1
수록면
2,383 - 2,390 (8page)

이용수

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

초록· 키워드

오류제보하기
분산성분모형은 선형혼합모형의 단순한 형태로 다양한 임의 요인들이 반응 변수에 미치는 영향을 선형식의 형태로 나타내어 매우 유용하고 널리 사용되는 통계적 모형이다. 분산성분모형은 실험의 설계나 관측 자료의 구조에 따라 크게 교차배치와 지분배치로 나누어진다. 본 논문은 이원 지분배치 분산성분모형에서 베이지안 모형 선택법들 중에 가장 널리 사용되는 정보기준에 근거한 BIC와 최근에 제안된 spike-and-slab 사전분포를 이용한 변수선택법의 효율을 비교한다. 실제 자료를 통한 예제를 이용하여 두 선택방법의 차이를 알아보고 간단한 모의실험을 통하여 모형 선택 방법의 효율을 비교한다. 선형혼합모형을 이용한 예제에서는 spike-and-slab 방법이 BIC보다 상대적으로 큰 모형을 선호하는 것으로 나타났다. 또한 모의실험의 결과로부터 BIC와 spike-and-slab 방법은 분산성분들의 상대적인 크기에 따라 차이를 보이는 것으로 나타났다. BIC는 이원 지분배치 모형에서 내포된 분산성분의 크기가 상대적으로 커지면 내포하는 분산성분을 포함하는 참모형을 포함하지 않는 작은 모형을 선호하는 것으로 나타났다. spike-and-slab 방법은 BIC와 다르게 참모형을 선택하는 경향이 상대적으로 강하게 나타났다. 또한 spike-and-slab 방법은 BIC에 비하여 모수의 변화에 따라 선택하는 모형이 매우 빠르게 변화하는 것으로 나타났다.
#분산성분모형 #지분배치 #모형 선택 #spike-and-slab 사전분포 #BIC #variance components models #two-way nested classification #model selection #BIC #spike-and-slab prior

목차

등록된 정보가 없습니다.

참고문헌 (18)

참고문헌 신청
Bates, D. / 2015 / Fitting linear mixed-effects models using lme4 / Journal of Statistical Software 67 (1) : 1 ~ 48 google schola Chen, Z. / 2003 / Random effects selection in linear mixed models / Biometrics 59 (4) : 762 ~ 769 google schola Gelman, A. / 2008 / Using redundant parameterizations to fit hierarchical models / Journal of Computational and Graphical Statistics 17 : 95 ~ 122 google schola Gelman, A. / 2014 / Bayesian data analysis (Vol. 2) / Chapman & Hall/CRC google schola George, E. I. / 1993 / Variable selection via Gibbs sampling / Journal of the American Statistical Association 88 (423) : 881 ~ 889 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