무시할 수 없는 무응답을 갖는 예비조사자료를 이용한 선거예측

최보승; 박유성; 이동희

추천

검색

자료유형: 학술저널

저자정보: 최보승 박유성 이동희

저널정보: 한국자료분석학회 Journal of The Korean Data Analysis Society Journal of The Korean Data Analysis Society 제9권 제5호

발행연도: 2007.1

수록면: 2,321 - 2,333 (13page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

본 논문에서는 국회의원 선거나 대통령 선거에 앞서 실시되는 각종 사전조사에서 발생할 수 있는 무응답(non response)이나 결측치(missing data)에 대한 대체 방법에 대하여 연구하였다. 특히 선거와 관련한 여론조사에서 나타날 수 있는 무시할 수 없는 무응답 체계(nonignorable nonresponse mechnism)하에서 최대우도 추정과정에 나타나는 변방값 문제(boundaray solution)를 해결하기 위한 새로운 베이지안 방법을 제시하였다. 우리가 제안한 방법은 사전분포의 모수를 할당하는데 있어서 기존 방법에 비하여 무시할 수 없는 무응답 가정에 충실하도록 하였다. 1948년 미국에서 실시된 대통령 선거의 사전조사 결과를 이용하여 기존방법과 새로이 제시한 베이지안 방법 간의 비교를 수행하였다.

#무시할 수 없는 무응답 #베이지안 방법 #변방값 #EM 알고리즘. #Nonignorable nonresponse #Bayesian method #Boundary Solution #EM Algorithm.

참고문헌 (13)

참고문헌 신청

Agresti, A. / 2002 / Categorical Data Analysis / Wiley

Baker, S. G. / 1988 / Regression analysis for categorical variables with outcome subject to nonignorable nonresponse / Journal of the American Statistical Association 83 : 62

Clogg, C. C. / 1991 / Multiple imputation of industry and occupation codes in Census Public use-samples using Bayesian logistic regression / Journal of the American Statistic

Dempster, A. P. / 1977 / Maximum likelihood from incomplete data via the EM algorithm / Journal of the Royal Statistical Society, series B 39 : 1 ~ 38

Foster, J. J. / 1998 / Model-based inference for categorical survey data subject to non-ignorable non-response / Journal of the Royal Statistical Society, series B 60 : 57 ~

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최보승

소속기관 고려대학교

주요연구분야 자연과학 > 수학·통계학

논문수 27 이용수 1,604

박유성

소속기관 한국자료분석학회

주요연구분야 자연과학 > 수학·통계학

논문수 1 이용수 11

이동희

소속기관 경기대학교

주요연구분야 자연과학 > 수학·통계학

논문수 28 이용수 377

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (13)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)