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 제6호
발행연도
2015.1
수록면
3,035 - 3,046 (12page)

이용수

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

초록· 키워드

오류제보하기
‘2014 가계금융ㆍ복지조사’는 통계청이 금융감독원 및 한국은행과 공동으로 매년 동일한 가구를 조사하는 패널조사로 가구특성별 소득, 자산, 부채, 지출 등 가구의 재무건전성을 파악하고, 경제적 삶의 수준, 변화 지속기간 등을 미시적으로 파악하는 조사로서 가구 단위의 부채를 파악할 수 있는 유일한 조사이다. 본 연구는 ‘2014 가계금융ㆍ복지조사’에 기반하여 가계부채총액에 대한 분류(classification) 및 예측(prediction) 모형을 구축하고자 하는데 연구 목적을 두고 있다. 가계부채의 유형은 소득수준도 높고 자산도 풍족한 가계가 투자를 목적으로 하는 과정에서 늘어난 가계부채와 소득수준도 낮고 자산도 적은 가계가 부족한 생계비나 사업자금으로 인해 늘어난 가계부채로 나누어볼 수 있다. 본 연구에서는 이를 실증적으로 규명해 보고자 소득수준 최상위 20%, 최하위 20% 계층에 대하여 각각 별도의 모형을 구축하고 전체의 결과와 비교한다. 모형구축을 위하여 의사결정나무(decision tree)와 회귀(regression) 모형이 사용되는데 의사결정나무모형의 경우 CHAID와 CART 분리 알고리즘이 각각 적용된다. 구축된 경쟁 모형을 대상으로 모형 선호 기준통계량에 기반하여 가계부채총액의 분류 및 예측을 위한 추천 모형을 탐지한다.
#가계금융ㆍ복지조사 #가계부채 #의사결정나무 #회귀모형 #SFLC #survey of household finances and living conditions) #Household debt #Decision tree #Regression

목차

등록된 정보가 없습니다.

참고문헌 (11)

참고문헌 신청
Baker, K. / 1989 / Data fusion : An appraisal and experimental evaluation / Journal of the Market Research Society 31 (2) : 152 ~ 212 google schola Berry, M. J. A. / 1997 / Data Mining Techniques / John Wiley & Sons, Inc google schola Breiman, L. / 1984 / Classification and Regression Tree / Chapman and Hall google schola Kang, H. C. / 2014 / Data mining methodology for analyzing big data / Freeacademy google schola Kass, G. V. / 1980 / An exploratory technique for investigating large quantities of categorical data / Journal of Applied Statistics 29 : 119 ~ 127 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