$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

선택실험법 자료에서의 선호이질성 분석을 위한 혼합로짓모형 및 잠재계층모형의 활용
Using Mixed Logit Model and Latent Class Model to Analyze Preference Heterogeneity in Choice Experiment Data 원문보기

자원·환경경제연구 = Environmental and resource economics review, v.21 no.4, 2012년, pp.921 - 945  

유병국 (인천대학교 무역학부)

초록
AI-Helper 아이콘AI-Helper

조건부 로짓(Conditional Logit: CL)모형은 모형추정 및 결과해석이 비교적 용이하다는 장점으로 널리 사용되는 반면에 응답자의 선호이질성(preference heterogeneity)을 충분히 반영하지 못한다는 한계를 가지고 있다. 본 연구에서는 최근 지배적인 방식으로 제시되고 있는 두개의 모형인 혼합로짓(Mixed Logit; ML)모형과 잠재계층모형(Latent Class Model; LCM)을 사용하여 우리나라 보령댐 주변 습지보호에 있어서 응답자간 선호이질성을 설명하고자 하였다. 6대광역시와 보령시 표본에 대하여 응답자별 이질성의 존재여부를 검토한 결과 두 지역간 뚜렷한 차이가 있음을 알 수 있었다. 즉 보령시의 경우에는 응답자간 선호이질성이 뚜렷하게 나타난데 반하여 6대광역시의 경우 응답자간 선호이질성이 거의 나타나지 않았다. 따라서 6대광역시의 경우에는 모수추정을 위해 CL 모형의 사용이 가능하나 보령시의 경우에는 선호이질성을 반영하기 위해 ML모형이나 LCM에 근거한 모수추정이 요구된다. 선호이질성의 원인을 규명하기 위하여 교차항이 있는 혼합로짓모형과 잠재계층모형을 고려할 수 있다. 교차항이 있는 혼합로짓모형의 경우 관찰되지 않은 개인단위의 이질성을 설명할 수 있는 장점이 있다. 그러나 두 모형을 비교한 결과 LCM이 교차항이 있는 ML모형이 제공하지 않는 추가적인 정보를 보여주는 것으로 나타나고 있다. 따라서 본 연구에서의 응답자간 선호이질성은 혼합로짓모형에 의한 개인적인 수준보다 잠재계층모형에 의한 계층단위에서 더 잘 설명될 수 있다고 할 수 있다.

Abstract AI-Helper 아이콘AI-Helper

Conditional Logit (CL) model is widely used since its model estimation and interpretation of results of the model is relatively easy, on the other hand, it has the limit of preference heterogeneity of respondents being not fully considered. In this study we used the two models, Mixed Logit (ML) Mode...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 로그정규분포의 경우 모든 응답자에게 동일한 부호가 기대되는 모수의 경우 유용할 수 있는 반면에 정규분포의 경우 모수부호에 대해서 별다른 제약이 없는 것이 특징이다. 본 연구에서는 가급적 사전적인 제약을 피하기 위하여 보다 일반적인 정규분포를 사용하고자 한다. 모형추정은 LIMDEP 9.
  • , 2000). 본 연구에서는 선호이질성을 설명하는데 가장 많이 활용되며 그 적합성이 종종 서로 비교되는 혼합로짓모형과 잠재계층모형을 사용하고자 한다. 혼합로짓모형에서 이질성은 사전적으로 규정된 특정 분포에 따라 변화하는 모수의 연속성을 통해 표현된다.
  • 앞서 거론한 선호이질성 유무의 지역별 차이 및 선호이질성 원인규명을 위하여 본 연구에서는 김덕길 외(2009)가 보령댐 주변습지의 경제적 가치를 추정하기 위해 조사한 선택실험법 자료를 이용하고자 한다. 보령댐 주변 습지의 면적은 총 40.
  • 첫째, 동일한 환경재화에 대하여 선호이질성 정도의 지역별 차이가 존재하는가? 즉, 특정한 환경재화가 속한 지역적 표본과 좀 더 넓은 범위의 전국적 표본이 존재할 경우 양 표본간 선호이질성의 존재유무에 있어서 차이가 존재할 수 있는가의 문제이다. 둘째, 선호이질성의 원인을 설명하는데 있어서 혼합로짓모형과 잠재계층모형중 어느 모형이 더 적합하다고 볼 수 있는가? 이를 위해 특정 선택실험법 자료를 대상으로 교차항이 있는 혼합로짓모형과 잠재계층모형을 비교해 보고자 한다. 이하에서는 선호이질성을 고려하는 모형의 이론적 배경을 살펴보고 앞서 거론한 두 가지 사항을 차례로 검토해 보고자 한다.
  • 둘째, 선호이질성의 원인을 설명하는데 있어서 혼합로짓모형과 잠재계층모형중 어느 모형이 더 적합하다고 볼 수 있는가? 이를 위해 특정 선택실험법 자료를 대상으로 교차항이 있는 혼합로짓모형과 잠재계층모형을 비교해 보고자 한다. 이하에서는 선호이질성을 고려하는 모형의 이론적 배경을 살펴보고 앞서 거론한 두 가지 사항을 차례로 검토해 보고자 한다.

가설 설정

  • 여기서 xnj과 βn은 각각 속성변수 및 계수의 벡터이며 각각의 εnj는 독립적이며 동일한 분포의 extreme value type I을 갖는 확률변수라고 가정한다.
  • 여기서 응답자n을 계층s로 분류하는 멤버쉽우도함수를 Mns = λszn + ξns로 표시하고 zn은 응답자의 태도변수와 사회경제적인 특성치의 벡타를 나타내며 오차항 ξns를독립적이며 동일한 분포의 extreme value type I를 갖는 확률변수라고 가정하자.
  • 잠재계층모형에서 각각의 응답자는 관찰되지 않는 하나의 잠재적인 계층에 속하게 되며 계층내에서의 선호는 동질적이지만 계층간에는 이질적인 선호가 존재한다고 가정한다. 식 (2)에서의 첫 번째 항인 ps는 응답자n이 계층s에 속할 확률이며 두번째 항은 응답자n이 계층s에 속할 때 대안j를 선택할 조건부확률을 나타낸다.
  • 즉 응답자들의 효용은 확률변수 β에 따라 이질적이라고 가정한다.
  • 본 연구의 목적은 다음과 같은 두 가지 사항을 검토하고자 하는 것이다. 첫째, 동일한 환경재화에 대하여 선호이질성 정도의 지역별 차이가 존재하는가? 즉, 특정한 환경재화가 속한 지역적 표본과 좀 더 넓은 범위의 전국적 표본이 존재할 경우 양 표본간 선호이질성의 존재유무에 있어서 차이가 존재할 수 있는가의 문제이다. 둘째, 선호이질성의 원인을 설명하는데 있어서 혼합로짓모형과 잠재계층모형중 어느 모형이 더 적합하다고 볼 수 있는가? 이를 위해 특정 선택실험법 자료를 대상으로 교차항이 있는 혼합로짓모형과 잠재계층모형을 비교해 보고자 한다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
조건부 로짓(Conditional Logit: CL)모형의 한계점은? 조건부 로짓(Conditional Logit: CL)모형은 모형추정 및 결과해석이 비교적 용이하다는 장점으로 널리 사용되는 반면에 응답자의 선호이질성(preference heterogeneity)을 충분히 반영하지 못한다는 한계를 가지고 있다. 본 연구에서는 최근 지배적인 방식으로 제시되고 있는 두개의 모형인 혼합로짓(Mixed Logit; ML)모형과 잠재계층모형(Latent Class Model; LCM)을 사용하여 우리나라 보령댐 주변 습지보호에 있어서 응답자간 선호이질성을 설명하고자 하였다.
조건부 로짓(Conditional Logit: CL)모형의 장점은? 조건부 로짓(Conditional Logit: CL)모형은 모형추정 및 결과해석이 비교적 용이하다는 장점으로 널리 사용되는 반면에 응답자의 선호이질성(preference heterogeneity)을 충분히 반영하지 못한다는 한계를 가지고 있다. 본 연구에서는 최근 지배적인 방식으로 제시되고 있는 두개의 모형인 혼합로짓(Mixed Logit; ML)모형과 잠재계층모형(Latent Class Model; LCM)을 사용하여 우리나라 보령댐 주변 습지보호에 있어서 응답자간 선호이질성을 설명하고자 하였다.
비시장재화의 가치추정에 있어 선택실험법의 증가추세는 무엇의 개발을 야기하는가? , 2002). 이 같은 선택실험법의 증가추세는 다양한 계량경제적 추정기법들의 개발을 가져오고 있다. McFadden(1974)에 의해 제시된 조건부로짓(Conditional Logit: CL)모형은 모형추정 및 결과해석이 비교적 용이하다는 장점으로 널리 사용되는 반면에 모형의 완고한 가정 때문에 응답자의 선호이질성(preference heterogeneity)을 충분히 반영하지 못한다는 한계를 가지고 있다.
질의응답 정보가 도움이 되었나요?

저자의 다른 논문 :

섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로