메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
저널정보
한국자료분석학회 Journal of The Korean Data Analysis Society Journal of The Korean Data Analysis Society 제8권 제4호
발행연도
2006.1
수록면
1,573 - 1,583 (11page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

초록· 키워드

오류제보하기
구성성분들의 합이 항상 '1'이 되는 제약조건을 가지는 심플렉스 공간의 구성비 데이터는 분산-공분산 구조를 이용한 분석기법들을 적용하는데 많은 문제점을 가진다. 이러한 문제점을 해결하기 위해서 Aitchison의 logratio 변환에 의한 분석기법이 널리 이용되고 있다. 그러나 변환에 의한 데이터분석은 그 분석결과를 해석하기가 용이하지 않다는 단점을 가진다. 이에 '정연선·안성진(2005a,b)'은 구성비 데이터의 특수성을 살리고자 심플렉스 공간상의 기본연산자들을 이용하여 s-노옴(SN), 심플렉스 차이측도, 중심화 s-노옴(SCN) 등 몇 가지 심플렉스 공간상의 측도들을 제안하였다. 그리고 '정연선·안성진 (2006)'은 s-노옴의 표집분포를 밝혔다. 이 연구에서는 이전의 연구들에서 제안된 측도들을 이용하여 구성비 데이터에 대한 회귀분석모형을 제안하였다. 그리고 기존의 구성비 데이터의 회귀분석모형과 이 연구에서 제안한 모형을 실제 데이터에 적용한 뒤 그 결과를 비교하였다.주요용어 : 구성비 데이터, logratio 변환, s-노옴, 중심화 s-노옴, 심플렉스 차이측도.
#구성비 데이터 #logratio 변환 #s-노옴 #중심화 s-노옴 #심플렉스 차이측도. #simplex space #compositional vector #s-norm #Dirichlet distribution #Logistic distribution.

목차

등록된 정보가 없습니다.

참고문헌 (10)

참고문헌 신청
Ahn, S. J / 2005 / Optimal Partitioning for Classification Trees 7 (5) : 689 ~ 709 google schola Aitchison / 1986 / The Statistical Analysis of Compositional Data google schola Aitchison / 1992 / On Criteria for Measures of Compositional Difference : 365 ~ 380 google schola Aitchison,J / 2003 / A Concise Guide to Compositional Data Analysis google schola Sung, C. S. / 1998 / A Proportional-reduction-in-impurity Measure of Association for Categorical Variables 27 (8) : 2083 ~ 2110 google schola

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0