벌점화 영과잉 음이항 회귀 분석 방법에 대한 비교 연구 (Comparison of penalized zero inflated negative binomial regression methods)

서지정보

· 발행기관 : 한국데이터정보과학회
· 수록지 정보 : 한국데이터정보과학회지 / 32권 / 4호 / 715 ~ 737페이지
· 저자명 : 신혜연, 강준성

초록

계수형 데이터 (count data)를 반응변수로 갖는 경우 일반적으로 포아송 회귀 모형과 음이항 회귀 모형이 고려되는데 과대 산포가 있는 경우 포아송 회귀 모형보다는 음이항 회귀 모형, 과도한 0이 존재하는 경우에는 영과잉 계수 모형 (zero inflated count model)이 선호된다. 이 논문에서는 변수선택, 영과잉과 과산포를 동시에 고려하여 벌점화 영과잉 음이항 회귀 (penalized zero inflated negative binomial regression)를 분석해본다. 수치적 연구에서는 여러 가지 벌점 함수들을 이용하여 계수형 반응변수에 대한 벌점화된 영과잉 음이항 회귀들을 서로 비교한다. 여러 가지 방법들의 유한 표본 수행도를 평가하기 위해 모의실험이 수행되며 이에 제곱근 평균제곱 오차와 예측 정확도를 제공한다. 실제 데이터도 예시를 위해 또한 분석되어진다. 수치적 연구 결과 영과잉과 과산포를 가진 데이터에서 각 벌점화 회귀 모형이 거의 비슷한 제곱근 평균제곱 오차와 예측 정확도를 보여주었다. Mnet 벌점을 이용한 모형이 상대적으로 낮은 제곱근 평균제곱 오차와 높은 예측 정확도를 가진 것으로 나타났다.

영어초록

We take Poisson regression and negative binomial regression dealing with a count data as a response variable into account.
The negative binomial regression considers overdispersion more than the Poisson regression. On the other hand, with a high frequency of 0 values, zero inflated count model is preferred. In the paper, as we consider variable selection, frequent 0 values, and overdispersion, a penalized zero inflated negative binomial regression is applied. In numerical studies, we compare penalized zero inflated negative binomial regression methods for count data by using those penalties. The simulation studies are conducted to show the finite sample performance of various methods by providing root mean square error and prediction accuracy measure. Real data analysis is also demonstrated for illustration purpose. Numerical studies show that each penalized method has almost similar root mean square error and prediction accuracy measure in the zero inflated overdispersed data. Mnet method has relatively lower root mean square error and higher prediction accuracy.

참고자료

· 없음