선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- MARS 모형은 비선형 항뿐만 아니라 다른 변수와의 상호작용 항까지 중요한 항을 자동적으로 찾아주는 유연한 회귀모형이다. 각 모형은 그에 따른 가정들이 있는데 여러 모형을 동시에 적용해봄으로써 모형이 달라지더라도 효과가 공통적으로 나타나는지 또는 모형에 따라 결과가 달라지는지를 보고자 하였다.
- 단계적 선택에서 t1은 선택되지 않았는데 t1의 포함여부에 따라 모형선택기준인 AIC 값이 어떻게 달라지는가를 보았다. 그리고 유의성이 높지 않은 상호작용 항인 mob:name 변수가 포함되어야 하는가도 살펴보았다. 비교해본 모형들과 AIC 값을 Table 4.
- 문재인후보지지율과 예측오차라는 두 조사결과에 대해 각각 살펴보았다. 실용적인 관심은 조사의 정확도에 있지만 ‘정확도’ 또는 예측오차에 대한 정의의 타당성 때문에 이에 대한 분석 결과에 큰 비중을 두지 않았다.
- 본 연구의 목적은 ARS와 면접, 무선과 유선 전화 조사비율을 조합해서 결정되는 조사방법이 조사결과에 미치는 영향을 알아보는 것이다. 즉, 관측 자료를 이용해 조사방법의 효과에 대한 인과연구를 하고자 한다.
- 실험이 아닌 관측 자료를 이용하는 인과연구(causal study)에서 ‘변수선택’에 주의해야 한다는 점을 선거여론조사 자료를 통해 강조하고자 하였다.
- 앞 절에서 조사방법에 따라 문재인후보지지율이라는 조사결과가 어떻게 달라지는가에 대해 살펴보았다. 하지만 보다 관심 있는 것은 조사방법에 따라 조사정확도가 어떻게 달라지는가 하는 것이다.
- 이 연구의 목적은 크게 두 가지이다. 우선 유선/무선, ARS/면접과 같이 서로 다른 조사방법이 조사결과에 어떤 영향을 주는지를, 즉, 조사방법의 인과성(causation)을 19대 대선예측조사 자료에 근거해 살펴보고자 한다. 다음으로 인과관계를 밝히기 위해 회귀모형을 쓰는 경우 변수선택을 어떻게 해야 하는가에 대해서도 설명하고자 한다 (여기서 회귀모형은 반응변수를 설명변수의 함수로 나타내고자 하는 통계적 모형에 대한 일반적 용어로서 선형임의효과모형(linear random effect model)과 비모수회귀모형을 포함한다.
- 중앙선거여론조사심의위원회 홈페이지에 등록된 87개의 19대 대선 전화조사 자료를 이용하여 유선/무선, ARS/면접이라는 ‘조사방법’이 후보자의 지지율이나 예측정확도라는 ‘조사결과’에 미치는 영향을 알아보고자 하였다.
- 흔히 회귀모형에 포함시킬 설명변수를 선택할 때 반응변수와 관련 있는 변수를 모두 포함시켜 모형의 설명력 또는 예측력을 높이고자 하는데, 특정 변수의 인과관계를 밝히고자 하는 것이 목적인 경우에는 변수 선택에 있어 조심해야 한다 (Pearl, 2009; Thepepomma와 Kim, 2016). 중요하지만 간과하기 쉬운 이 사실을 강조하여, 인과관계를 밝히고자 회귀모형을 쓰는 연구자들에게 참고가 되게 하였다.
- 본 연구의 목적은 ARS와 면접, 무선과 유선 전화 조사비율을 조합해서 결정되는 조사방법이 조사결과에 미치는 영향을 알아보는 것이다. 즉, 관측 자료를 이용해 조사방법의 효과에 대한 인과연구를 하고자 한다. ‘조사방법’이라는 처리(treatment) 또는 개입(intervention) 변수의 효과를 추정하고자 할 때 조건화해야 하는 공변량이 있고 조건화하면 안 되는 공변량이 있다.
가설 설정
- 마지막으로 자료에 MARS 모형을 적용해 보았다. 앞의 두 모형은 주어진 항들의 선형함수로 자료가 생성되었다는 가정을 한다. 즉 각 항이 갖는 값의 전체 범위에서 일정한 기울기로 증가하거나 감소한다는 가정을 하고 있는데, 이런 강한 가정을 하지 않고 자료에 존재하는 관계를 좀 더 유연하게 찾을 수 있게 MARS 모형을 적용해 보았다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.