프로빗 모형을 이용한 2016 가계금융복지조사 자료분석 (Analysis of 2016 household financial welfare survey data using probit models)

서지정보

· 발행기관 : 한국데이터정보과학회
· 수록지 정보 : 한국데이터정보과학회지 / 34권 / 3호 / 443 ~ 458페이지
· 저자명 : 김민경, 이근백

초록

이산형 선택 모형 중 하나인 명목형 프로빗 (multinominal probit: MNP) 모형은 명목형 자료가 많이 발생하는 사회과학 연구에서 주로 사용된다. MNP 모형은 관련성 없는 대안의 독립성 (independence of irrelevant alternatives: IIA) 가정이 만족하지 않을 때 주로 사용한다. IIA 속성은 응답을 위한 대안 집합 안에서 두 개의 각각을 선택할 확률의 비율은 다른 대안의 존재 여부에 대해 독립을 만족한다는 것으로 모형 구조에 제약을 줄 때 유용하지만, 실전에 적용하기엔 비현실적인 가정인 경우가 많다. MNP 모형은 IIA 속성에서 자유롭다는 장점이 있으나, 매개변수의 식별 가능성 문제와 공분산 행렬의 양정치성 제약의 문제를 가지고 있다. 본 논문에서는 명목형 프로빗 모형에 대한 공분산 행렬을 모형화하는 것에 대한 여러 가지 방법을 조사하고, 이 방법 중에 해석이 용이한 Imai 와 van Dyk (2005)의 베이지안 모형에서 제안한 Markov chain Monte Carlo (MCMC)를 이용하여 실제 명목형 자료인 2016 가계금융·복지조사 자료를 분석한다.

영어초록

The MNP model, one of models for multinomial data, is widely used in social sciences. This model is often used when the assumption of the independence of irrevant alternatives (IIA) property is not satisfied. According to the IIA property, the ratio of the probability of choosing two within the set of alternatives is independent of the existence of the other alternatives. This property is useful when constraining the model structure, but is not appropriate as an unrealistic assumption to apply in practice. Although the MNP model has the advantage of being free from IIA properties, it has been poorly used as a parameter identification problem and a positive politics constraint of covariance matrices. In this paper, we investigate various approaches for modeling the covariance matrix in the nominal probit model, and we analyze the actual nominal data, 2016 Household Finance · Welfare Survey data, using Markov chain Monte Carlo (MCMC) proposed in the Bayesian model of Imai and van Dyk (2005), which is easy to interpret.

참고자료

· 없음