상세 보기
초록
로지스틱회귀분석은 고객관계관리를 위한 데이터마이닝 분야에서 많이 사용되는 기법인데, 이 분야의 모형설정 과정에서는 연관성이 매우 높은 설명변수들이 모형에 함께 포함되어 다중공선성의 문제를 유발하며, 더욱이 회귀자료에 이상점들이 포함되면 최우추정량은 심각한 결함을 갖게 된다. 두 가지 문제점을 동시에 해결하기 위하여 로버스트주성분로지스틱회귀를 적용할 수 있는데, 본 논문에서는 주성분의 선정기준을 결정하는 모형을 개발하고, 주성분모형에서의 추정치에 미치는 이상점의 영향을 축소하기 위한 로버스트추정법을 제안하였다. 제안된 추정법은 다중공선성과 이상점이 유발하는 문제들을 적절히 해결해 준다는 사실이 모의실험을 통하여 확인되었다.
키워드
Datamining; multicollinearity; outlier; principalcomponents logistic regression; robust estimation.; 다중공선성; 데이터마이닝; 이상점; 로버스트추정; 주성분로지스틱회귀.
- 제목
- 로버스트추정에 바탕을 둔 주성분로지스틱회귀
- 제목 (타언어)
- Principal Components Logistic Regression based on Robust Estimation
- 저자
- 김부용; 강명욱; 장혜원
- 발행일
- 2009-06
- 저널명
- 응용통계연구
- 권
- 22
- 호
- 3
- 페이지
- 531 ~ 539