로지스틱 회귀모형에서 베이지안 변수 선택법의 비교
분야
자연과학 > 통계학
저자
박종선 ( Chong Sun Park ) , 지윤경 ( Yun Kyung Ji )
발행기관
성균관대학교 응용통계연구소
간행물정보
통계연구 2011년, 제18권 1~25페이지(총25페이지)
파일형식
53400188.pdf [무료 PDF 뷰어 다운로드]
  • ※ 본 자료는 참고용 논문으로 수정 및 텍스트 복사가 되지 않습니다.
  • 구매가격
    6,500원
    적립금
    195원 (구매자료 3% 적립)
    이메일 발송  스크랩 하기
    자료 다운로드  네이버 로그인
    국문초록
    본 논문에서는 베이지안 변수선택법들 중 SSVS, GVS, KM방법이 일반화선형모형인 로지스틱 회귀모형에서 어떤 차이를 보이는지 비교 분석하였다. 특히, 지시변수의 사전분포와 관측치의 크기가 미치는 영향에 주안점을 두고 살펴보았다.
    영문초록
    Specification of linear predictor for a generalized linear model requares determining which variables to include. In this paper we discuss Bayesian methods for performing this variable selection. In particular we focus on logistic regression in generalized linear model. And the Bayesian variable selection methods which we consider are implemented using the WinBUGS software. The three methods (SSVS, GVS, KM) expand the usual regression equation to an equation that incorporates all possible subsets of predictors by adding indicator variables. And the vector of indicator variables dictates which predictors to include. The posterior distribution of the indicator vector is approximated by means of the Markov chain Monte Carlo. Then we select subsets with high posterior probabilities. To compare with three Bayesian variable selection methods, we apply this methods for logistic regression model by changing prior distribution of indicator variable and the number of observations about simulated data. Overall three methods`s simulation give similar results than definite differences. So to compare with three methods more objectively, we need to study more about prior distribution and also take account of the simulation design procedures.
    사업자등록번호 220-87-87785 대표.신현웅 주소.서울시 서초구 방배로10길 18, 402호 대표전화.070-8809-9397
    개인정보책임자.박정아 통신판매업신고번호 제2017-서울서초-1765호 이메일 help@reportshop.co.kr
    copyright (c) 2009 happynlife. steel All reserved.