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
강현주 (성균관대학교) 이경재 (성균관대학교)
저널정보
한국통계학회 응용통계연구 응용통계연구 제38권 제1호
발행연도
2025.2
수록면
13 - 27 (15page)

이용수

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

초록· 키워드

오류제보하기
0을 포함하는 다수의 잡음과 소수의 큰 신호로 구성되는 준희소 가산 자료는 범죄, 역학, 유전학 등 다양한 분야에서 관측되어 왔다. 영과잉 자료에 흔히 사용되는 ZIP 모형은 잡음과 신호를 동시에 포괄하기에 충분치 않아, 이러한 상황에 대응할 수 있는 모형의 필요성이 제기됐다. 이에 본 논문은 가산 자료 분석에 편리한 P-MSTM 모형 (Bradley 등, 2018)에 수축 효과를 고안하여, 준희소 가산 자료에 적합한 베이지안 시공간 모형을 제안한다. 수축 효과에 적용된 전역-지역 수축 사전분포는 전역적인 축소를 통해 잡음을 줄이고, 지역적으로는 신호 부분에서 큰 수를 허용하여 희박 벡터 상황에 적합한 해결책을 제공한다. 모의실험을 통해 해당모형의 성능을 확인하고, 실제 자료인 로스앤젤레스 범죄 발생 횟수 자료에 모형을 적합하여 일일 범죄 발생건수를 예측했다.
#Bayesian hierarchical model #non-Gaussian distribution #zero-inflation #global-local shrinkage prior #베이지안 계층 모형 #비정규 분포 #영과잉 #전역-지역 수축 사전분포

목차

Abstract
1. 서론
2. 준희소 가산 자료를 위한 베이지안 시공간 모형
3. 모의실험을 통한 비교연구
4. 실제 자료 분석을 통한 비교연구
5. 결론
References
요약

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-151-25-02-092480351