차이기반회귀모형을 이용한 이상치 판별 (Distinction of an outlier(s) using difference based regression models)

서지정보

· 발행기관 : 한국데이터정보과학회
· 수록지 정보 : 한국데이터정보과학회지 / 29권 / 2호 / 339 ~ 350페이지
· 저자명 : 박천건

초록

다중선형회귀모형에서 이상치는 통계적 추론에 상당한 악영향을 준다. 지금까지 이상치가 회귀분석에 미치는 영향을 회피하고자 다양한 이상치 탐색 기법들이 연구되어 왔다. 이러한 노력에도 불구하고 모형선택과 이상치가 복합적 문제로 발생되면 회귀분석에 상당한 어려움을 주게 된다. 본 연구는 차이기반회귀모형을 소개하고 모형선택에 어느 정도 자유로운 이상치 탐색 알고리즘을 소개한다 (Park과 Kim, 2017). 또한 Park과 Kim (2017)이 제시한 이상치 탐색 알고리즘은 “회귀모형에 이상치가 항상 존재해야 한다는 가정”이 있다. 이러한 가정의 약점을 극복하고자 본 연구는 단일 변수에서 강건하게 이상치를 탐색할 수 있는 방법을 기존 알고리즘에 추가하고 모의실험 결과를 제시한다.

영어초록

In a multiple linear regression model, outliers have a significant adverse effect on statistical inference. So far, various outlier detection techniques have been studied in order to avoid the effects of abnormal values on regression analysis. In spite of these efforts, if the model selection and the anomaly occur as a complex problem, the regression analysis becomes difficult. This study introduces the difference based regression model and the somewhat free outlier search algorithm for model selection (Park and Kim, 2017). In addition, Park and Kim (2017) proposed the algorithm for outlier detection in regression that is under “assumption that outliers always exist in the model”. To overcome the weakness of the assumption, this study adds the robust method of outlier detection for single variable to the algorithm and propose simulation studies.

참고자료

· 없음