$\require{mediawiki-texvc}$

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.

[국내논문] 무응답을 가지고 있는 범주형 자료에 대한 모형 선택 방법
Model selection method for categorical data with non-response 원문보기

Journal of the Korean Data & Information Science Society = 한국데이터정보과학회지, v.23 no.4, 2012년, pp.627 - 641  

윤용화 (대구대학교 전산통계학과) ,  최보승 (대구대학교 전산통계학과)

초록
AI-Helper 아이콘AI-Helper

본 연구는 다차원 분할표 형태로 정리된 범주형 자료가 결측치나 무응답을 가지고 있을 때 주어진 자료를 가장 잘 설명하고 예측의 정확도를 높일 수 있는 모형의 추정과 모형의 선택 문제를 다루었다. 무시할 수 없는 무응답 (non-ignorable non-response)체계하에서 최대우도 추정에서 발생할 수 있는 변방값 문제를 해결하기 위하여 계층적 베이지안 모형을 고려하였다. 또한 모형 적도를 높이기 위한 변수 조합을 찾는 모형 선택의 문제를 함께 다루었다. 베이지안 접근하에서 모형 선택의 문제를 다루기 위하여 베이즈 인자 (Bayes factor)를 모형 선택의 기준으로 이용하였다. 제시된 방법은 2004년 실시된 우리나라 국회의원 선거를 앞두고 수행된 여론조사 데이터를 이용하여 실증분석을 수행하였다. 분석결과 무시할 수 없는 무응답 체계하에서 설명변수로 투표참여여부를 이용하는 것이 가장 적합한 모형으로 판명되었다.

Abstract ▼ AI-Helper 아이콘AI-Helper

We consider a model estimation and model selection methods for the multi-way contingency table data with non-response or missing values. We also consider hierarchical Bayesian model in order to handle a boundary solution problem that can happen in the maximum likelihood estimation under non-ignorabl...

주제어

#모형선택   #무응답   #베이즈 인자   #선거   #마코프체인 몬테카를로  

질의응답

핵심어 질문 논문에서 추출한 답변
대부분의 여론조사 기관에서는 다양한 통계적 모형을 이용하여 어떤 것을 하는가? 추가적으로 수집되는 정보들은 인구통계적 측면에 따른 지지층의 분석 뿐만 아니라 여론조사에서 빈번하게 발생하는 무응답 또는 응답거부자 또는 미결정자의 지지후보 예측을 수행하고자 하는데 있어서도 중요한 요인으로 작용할 수 있다. 대부분의 여론조사 기관에서는 다양한 통계적 모형을 이용하여 무응답이나 응답거부자에 대한 예측을 수행하여 보다 정확한 선거예측을 하고자 노력하고 있다.
일반적으로 여론조사를 수행하게 될 때는 어떤 질문을 하는가? 일반적으로 여론조사를 수행하게 될 때는 단순히 지지하는 후보에 대한 질문 뿐 만 아니라 인구통계학적 변인을 포함한 여러 질문을 추가적으로 하게 된다. 추가적인 문항을 이용함으로써 세대간, 지역간 혹은 개개인의 정치 성향에 대한 후보의 지지도를 파악하고자 하는 의도 뿐 만 아니라 이들 정보를 이용하여 후보를 결정하지 않은 부동층의 향방을 예측하고자 하는데 이용하기 위해서이다.
임의전화걸기방식 방식이 도입된 이유는 무엇인가? 최근에는 기존의 집전화나 휴대폰 번호를 이용한 조사와 더불어 임의전화걸기방식 (RDD; Random Digit Dialing)방법이 도입되어 전화번호부에 등재되어 있지 않은 전화번호까지 포함하여 여론조사를 진행하고 있다. 이는 기존처럼 전화번호부에 등재된 번호만을 대상으로 여론조사를 시행하는 경우 편향이 발생할 수 있고 잘못된 예측을 하는 경우가 빈번하게 발생하기 때문이다. 새로운 전화조사 방법의 도입은 궁극적으로 보다 정확한 예측을 위하여 오류를 줄이고자 하는 노력의 일부라 할 수 있다.
질의응답 정보가 도움이 되었나요?

참고문헌 (26)

  1. Agresti, A. (2002). Categorical data analysis, second edition, John Wiley & Sons Inc., New Jersey. 

  2. Baker, S. G. and Laird, N. M. (1988). Regression analysis for categorical variables with outcome subject to nonignorable nonresponse. Journal of the American Statistical Association, 83, 62-69. 

    상세보기 crossref

  3. Baker, S. G., Rosenberger, W. F. and Dersimonian, R. (1992). Closed-form estimates for missing counts in two-way contingency tables. Statistics in Medicine, 11, 643-657. 

    상세보기 crossref

  4. Cargnoni, C., Miller, P. and West, M. (1997). Bayesian forecasting of multinomial time series through conditionally Gaussian dynamic models. Journal of the American Statistical Association, 92, 640-647. 

    상세보기

  5. Chib, S. (1995). Marginal likelihood from the Gibbs output. Journal of the American Statistical Association, 90, 1313-1321. 

    상세보기 crossref

  6. Chib, S. and Jeliazkov, I. (2001). Marginal likelihood from the Metropolis-Hastings output. Journal of the American Statistical Association, 96, 270-281. 

    상세보기 crossref

  7. Chen, Q. L. and Stasny, E. A. (2003). Handling undecided voters: Using missing data methods in election forecasting, Technical Report, Department of Statistics, The Ohio State University. 

  8. Choi, B. (2007). A study of customer segmentation method using nonresponse model. Journal of the Korean Data Analysis Society, 9, 1849-1860. 

  9. Choi, B., Park, Y. S. and Lee, D. H. (2007). Election forecasting using pre-election survey data with nonignorable nonresponse. Journal of the Korean Data Analysis Society, 9, 2321-2333. 

  10. Choi, B., Kim, D. Y., Kim, K. W. and Park, Y. S. (2008). Nonignorable nonresponse imputation and rotation group bias estimation on the rotation sample survey. The Korean Journal of Applied Statistics, 21, 361-375. 

    원문보기 상세보기 crossref

  11. Choi, B., Choi, J. W. and Park, Y. S. (2009). Bayesian methods for an incomplete two-way contingency table with application to the Ohio(Buckeye state polls). Survey Methodology, 35, 37-51. 

    상세보기

  12. Chun, Y. M., Son, H. K. and Chung, S. S. (2007). Treatment of missing data by decomposition and voting with ordinal data. Journal of the Korean Data & Information Science Society, 18, 585-598. 

    원문보기 상세보기

  13. Chung, H. C. and Han, C. P. (2009). Bootstrap confidence intervals for classification error rate in circular models when a block of observation is missing. Journal of the Korean Data & Information Science Society, 20, 757-764. 

  14. Congdon, P. (2002). Bayesian statistical modelling, first edition, John Wiley & Sons Ltd., Chichester. 

  15. Dempster, A. P., Laird, N. M. and Rubin, D. M. (1977). Maximum likelihood from incomplete data via the EM algorithm. Journal of the Royal Statistical Society B, 39, 1-38. 

  16. Gelfand, A. E. and Smith, A. F. M. (1990). Sampling based to calculating marginal densities, Journal of the American Statistical Association, 85, 398-409. 

    상세보기 crossref

  17. Gelman, A., Carlin, J. B., Stern, H. S. and Rubin, D. B. (2004). Bayesian data analysis, second edition, Chapman & Hall/CRC, Florida. 

  18. Green, P. E. and Park, T. (2003). A Bayesian hierarchical model for categorical data with nonignorable nonresponse. Biometrics, 59, 886-896. 

    상세보기 crossref

  19. Hong, J. S. and Jung, M. H. (2011a). Undecided inference using logistic regression for credit evaluation. Journal of the Korean Data & Information Science Society, 22, 149-157. 

  20. Hong, J. S. and Jung, M. S. (2011b). Undecided inference using bivariate probit models. Journal of the Korean Data & Information Science Society, 22, 1017-1028. 

  21. Kass, R. E. and Raftery, E. (1995). Bayes factors. Journal of the American Statistical Association, 90, 773-795. 

    상세보기 crossref

  22. Little, J. A. and Rubin, D. B. (2002). Statistical analysis with missing data, second edition, Wiley, New York. 

  23. Park, T. (1998). An approach to categorical data with nonignorable nonresponse. Biometrics, 54, 1579-1690. 

    상세보기 crossref

  24. Park, T. and Brown, M. B. (1994). Models for categorical data with nonignorable nonresponse. Journal of the American Statistical Association, 89, 44-52. 

    상세보기 crossref

  25. Park, Y. S. and Choi, B. (2010). Bayesian analysis for incomplete multi-way contingency tables with nonignorable nonresponse. Journal of Applied Statistics, 37, 1439-1453. 

    상세보기 crossref

  26. Rubin, D. B., Stern, H. S. and Vehovar, V. (1995). Handling "Don't know" survey responses: The case of the Slovenian Plebiscite. Journal of the American Statistical Association, 90, 822-828. 

    상세보기

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

GOLD

오픈액세스 학술지에 출판된 논문

이 논문과 함께 이용한 콘텐츠

저작권 관리 안내
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