선형회귀모형에서의 이상치 탐색방법들의 비교 연구 (Comparison Study of Outlier Detection Methods in a Regression Model)

서지정보

· 발행기관 : 한국자료분석학회
· 수록지 정보 : Journal of The Korean Data Analysis Society / 15권 / 1호 / 177 ~ 186페이지
· 저자명 : 박대인, 강현철, 한상태, 최호식

초록

통계적 자료 분석에서 이상치 검출은 기본적인 분석과정으로 모델 선택, 추론, 평가 등 거의 모든 분석과정에 상당한 영향을 끼친다. 경우에 따라서는 식별된 이상치 자체가 중요한 정보를 담기도 한다. 본 논문에서는 분석모형으로 선형회귀모형을 고려하고 이에 대한 여러 가지 이상치 탐색 방법들을 살펴보고자 한다. 이상치 탐색방법은 크게 지렛점 등의 전통적인 통계량 등을 활용하여 순차적으로 이상치를 식별하는 단일(single) 이상치 식별방법과 강건한 추정을 기반으로 여러 개의 이상치를 동시에 검출할 수 있는 다중(multilple) 이상치 식별방법(least median of square estimation, robust distance with minimum volume ellipsoid estimator)으로 구분할 수 있다. 본 논문에서는 다중 이상치를 포함하고 있다고 알려진 실제 자료를 통해, 최근 제안된 She, Owen (2011)의 축소추정법을 통한 다중 이상치 검출방법과 기존의 여러 방법들의 특징을 살펴보았다. 특히 수렁효과나 가면효과를 가진 자료에 대해서 She, Owen(2011)의 방법이 기존의 방법들보다 이러한 이상치들 간의 관계를 효과적으로 탐색할 수 있음을 확인하였다.

영어초록

This paper is concerned with the outlier detection methods in regression model. Various influence measures for detecting outliers are illustrated and compared via real data sets. Including single outlier detection method and three multiple outliers detection methods are considered : procedure based on the least median of squares estimation, the robust distance with the minimum volume ellipsoid estimator, and She, Owen (2011) procedure. Comparison studies are conducted using two data sets which are known to contain multiple outliers. It appears, in general, that all of these procedures are effective in identifying the outliers. However, procedures based on the least median of squares estimation and the robust distance with the MVE estimator are difficult to identification of outliers when masking or swamping effects exist in the data. On the other hand, the procedure proposed by She, Owen (2011) is effective to detect such outliers.

참고자료

· 없음