지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 趙炯俊
- 발행연도
- 2015
- 저작권
- 고려대학교 논문은 저작권에 의해 보호받습니다.
이용수0
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
판별분류분석은 예측변수의 정보를 이용하여 개체를 특정 집단으로 분류하는 것이며, 일반적으로 판별분류분석의 모형 추정은 연속형 예측변수 일 때 정의 되어져 있다. 하지만 성별, 소득수준, 직업 또는 지역과 같은 명목형 예측변수는 반응변수를 분류할 때 필요한 정보이다. 대부분의 분석자들이 판별분류분석에서 명목형 예측변수를 이용하기 위해 가변수 변환 방법을 사용하고 있지만, 가변수 변환은 반응변수 또는 명목형 예측변수의 범주가 많을 경우 다음과 같은 문제점이 있다. 첫째, 자료의 차원이 증가한다. 둘째, 추정해야할 모수가 기하급수적으로 증가 한다. 셋째, 비정칙 문제가 발생 할 수 있다. 이와 같은 문제점을 해결하지 않고 판별분류분석 모형을 추정하면 모형식의 추정이 불안정해지므로 예측력에 대해 신뢰할 수 없다. 따라서, 판별분류분석에서 명목형 예측변수를 효과적으로 사용하기위해 다른 변환방법이 필요하다.
본 논문에서는 명목형 예측변수의 변환 방법으로 CRIMCOORD 변환 방법을 소개 한다. CRIMCOORD 변환 방법의 원리와 계산방법을 소개하고 판별분류분석에 적용하였다. CRIMCOORD 변환 방법은 가변수 변환에서 지적하였던 문제점들을 해결해준다는 장점이 있지만, 변환 과정에서 정보의 손실이 발생하는 문제점이 있다. 본 논문에서는 실제 자료를 이용하여 판별분류분석 방법들에 가변수 변환과 CRIMCOORD 변환을 각각 적용하였을 때, 판별분류분석 방법을 추정하는데 문제가 되는 경우와 예측 정확도 측면에서 두 변환 방법을 비교해 보았다. 11개 자료에 7가지 판별분류분석 방법을 적용한 비교 실험 결과 CRIMCOORD 변환은 가변수 변환의 문제점을 보완해 준다. 그리고 가변수 변환에서 다중공선성 문제와 추정을 하지 못하는 경우를 제외한 실험 중 예측정확도를 비교하였을 때, 특정 분석방법에서 항상 좋은 예측력을 갖는 변환방법은 없었다.
본 논문에서는 명목형 예측변수의 변환 방법으로 CRIMCOORD 변환 방법을 소개 한다. CRIMCOORD 변환 방법의 원리와 계산방법을 소개하고 판별분류분석에 적용하였다. CRIMCOORD 변환 방법은 가변수 변환에서 지적하였던 문제점들을 해결해준다는 장점이 있지만, 변환 과정에서 정보의 손실이 발생하는 문제점이 있다. 본 논문에서는 실제 자료를 이용하여 판별분류분석 방법들에 가변수 변환과 CRIMCOORD 변환을 각각 적용하였을 때, 판별분류분석 방법을 추정하는데 문제가 되는 경우와 예측 정확도 측면에서 두 변환 방법을 비교해 보았다. 11개 자료에 7가지 판별분류분석 방법을 적용한 비교 실험 결과 CRIMCOORD 변환은 가변수 변환의 문제점을 보완해 준다. 그리고 가변수 변환에서 다중공선성 문제와 추정을 하지 못하는 경우를 제외한 실험 중 예측정확도를 비교하였을 때, 특정 분석방법에서 항상 좋은 예측력을 갖는 변환방법은 없었다.
목차
제 1 장 서론 1제 2 장 판별분류분석 방법론 32.1 로지스틱 회귀분석 32.2 선형판별과 이차판별분류분석 52.3 지지벡터기계 72.4 의사결정나무 9제 3 장 명목형 예측변수 변환 방법론 123.1 가변수 변환 133.2 CRIMCOORD 14제 4 장 비교 실험 194.1 자료 설명 및 실험 계획 204.2 실험 결과 22제 5장 결론 37참고문헌 39
최근 본 자료
댓글(0)
0