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 제9권 제6호
발행연도
2007.1
수록면
2,743 - 2,754 (12page)

이용수

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

초록· 키워드

오류제보하기
신용평점 모형을 연구할 때 여신의 승인이 기각된 사람들의 자료를 포함한 추론을 기각추론이라 한다. 본 연구에서는 기각추론에서 기각된 사람들의 자료를 결측으로 간주한 후 이 값들을 대체한 후 모수를 추정하는 밀도추정 방법을 이산형 특성 변수를 포함한 모형으로 확장하고자 한다. 밀도추정은 일반적으로 연속형 변수에 관하여 다변량 정규분포를 가정하는데 이를 이산형 특성 변수에 대하여 확장하기 위하여 연속형 잠재 변수를 가정한다. 가정된 잠재 변수를 포함한 전체 자료는 연속형이므로 정규분포를 가정하여 깁스샘플링 기법을 이용하여 모수를 추정하였다. 제안된 방법의 성능을 기존 방법과 비교하기 위한 모의실험을 실시하였고 이 때 기각 비율이 높은 경우 제안된 방법은 기존에 사용된 방법보다 낮은 오분류율을 보이는 것으로 나타났다.
#신용평점 모형 #기각추론 #잠재변수 #이산형 변수 #깁스 샘플러. #Credit Scoring Model #Reject Inference #Latent Variables #Binary Variable #Gibbs Sampler.

목차

등록된 정보가 없습니다.

참고문헌 (14)

참고문헌 신청
Albert, J. H. / 1993 / Bayesian Analysis of Binary and Polychotomous Response Data / Journal of American Statistical Association 88 : 669 ~ 679 google schola Aldrich, J. H. / 1984 / Linear probability, logit, and probit models / Sage Publications google schola Dempster, A. P. / 1977 / Maximum Likelihood from incomplete data via the EM Algorithm / Journal of the Royal Statistical Society, Series B(Methodological) 39 : 1 ~ 38 google schola Feelders, A. J. / 1999 / Credit Scoring and Reject Inference with Mixture Models / International Journal of Intelligent Systems in Accounting, Finance & Management : 1 ~ google schola Friedman, J. H. / 1997 / On bias, variance, 0/1-loss, and the cures-of-dimensionality / Data Mining and Knowledge Discovery : 55 ~ 77 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