국소복합분위수 회귀모형을 활용한 비모수적 함수 추정방법이 높은 효율성과 더불어 활발히 연구되고 있다. 이러한 추정과정에 커널을 사용한 자료 평활방법이 대표적으로 사용되고 있으...
http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
https://www.riss.kr/link?id=A103783981
전명식 (고려대학교) ; 강종경 (고려대학교) ; 방성완 (육군사관학교) ; Jhun, Myoungshic ; Kang, Jongkyeong ; Bang, Sungwan
2017
Korean
KCI등재,ESCI
학술저널
733-745(13쪽)
0
0
상세조회0
다운로드국문 초록 (Abstract)
국소복합분위수 회귀모형을 활용한 비모수적 함수 추정방법이 높은 효율성과 더불어 활발히 연구되고 있다. 이러한 추정과정에 커널을 사용한 자료 평활방법이 대표적으로 사용되고 있으...
국소복합분위수 회귀모형을 활용한 비모수적 함수 추정방법이 높은 효율성과 더불어 활발히 연구되고 있다. 이러한 추정과정에 커널을 사용한 자료 평활방법이 대표적으로 사용되고 있으며, 그 성능은 커널보다는 평활계수의 선택 크게 의존한다. 한편, 회귀함수 추정방법의 성능을 평가하는 기준으로는 통상적으로 $L_2$-노름이 사용되어 평균제곱오차 또는 평균적분제곱오차를 최소화하는 평활계수의 선택에 대한 많은 연구가 진행되어 왔다. 본 논문에서는 국소선형 복합 분위수 회귀방법을 활용한 비모수 회귀모형 추정량의 성능을 결정하는 평활계수 선택의 최적성에 관해 연구하였다. 특히, 여러 장점을 가졌으나 수리적 어려움으로 연구가 미흡한 평균절대오차 및 평균적분절대오차를 최적의 기준으로 삼아 최적의 평활계수를 구하고 그 유일성에 관해 연구하였다. 나아가 기존의 평가기준인 평균제곱오차 및 평균적분제곱오차를 사용한 선택과의 관계를 파악하고 그 성능을 비교하였다. 이러한 과정에서 다양한 상황에서의 모의실험을 통해 제안한 방법의 특성을 규명하였다.
다국어 초록 (Multilingual Abstract)
Local composite quantile regression is a useful non-parametric regression method widely used for its high efficiency. Data smoothing methods using kernel are typically used in the estimation process with performances that rely largely on the smoothing...
Local composite quantile regression is a useful non-parametric regression method widely used for its high efficiency. Data smoothing methods using kernel are typically used in the estimation process with performances that rely largely on the smoothing parameter rather than the kernel. However, $L_2$-norm is generally used as criterion to estimate the performance of the regression function. In addition, many studies have been conducted on the selection of smoothing parameters that minimize mean square error (MSE) or mean integrated square error (MISE). In this paper, we explored the optimality of selecting smoothing parameters that determine the performance of non-parametric regression models using local linear composite quantile regression. As evaluation criteria for the choice of smoothing parameter, we used mean absolute error (MAE) and mean integrated absolute error (MIAE), which have not been researched extensively due to mathematical difficulties. We proved the uniqueness of the optimal smoothing parameter based on MAE and MIAE. Furthermore, we compared the optimal smoothing parameter based on the proposed criteria (MAE and MIAE) with existing criteria (MSE and MISE). In this process, the properties of the proposed method were investigated through simulation studies in various situations.
참고문헌 (Reference)
1 Fan, J., "Variable bandwidth and local linear regression smoothers" 20 : 2008-2036, 1992
2 Fan, J., "Robust non-parametric function estimation" 21 : 433-446, 1994
3 Welsh, A. H., "Robust estimation of smooth regression and spread functions and their derivatives" 6 : 347-366, 1996
4 Breiman, L., "Predicting multivariate responses in multiple linear regression" 59 : 3-54, 1997
5 Schucany, W. R., "Locally optimal window widths for kernel density estimation with large sample" 7 : 401-405, 1989
6 Yu, K., "Local linear quantile regression" 93 : 228-237, 1998
7 Kai, B., "Local composite quantile regression smoothing: an efficient and safe alternative to local polynomial regression" 72 : 49-69, 2010
8 Fan, J., "Local Polynomial Modelling and Its Applications" Chapman and Hall 1996
9 Sheather, S. J., "Density estimation" 19 : 588-597, 2004
10 Zou, H., "Composite quantile regression and the Oracle model selection theory" 36 : 1108-1126, 2008
1 Fan, J., "Variable bandwidth and local linear regression smoothers" 20 : 2008-2036, 1992
2 Fan, J., "Robust non-parametric function estimation" 21 : 433-446, 1994
3 Welsh, A. H., "Robust estimation of smooth regression and spread functions and their derivatives" 6 : 347-366, 1996
4 Breiman, L., "Predicting multivariate responses in multiple linear regression" 59 : 3-54, 1997
5 Schucany, W. R., "Locally optimal window widths for kernel density estimation with large sample" 7 : 401-405, 1989
6 Yu, K., "Local linear quantile regression" 93 : 228-237, 1998
7 Kai, B., "Local composite quantile regression smoothing: an efficient and safe alternative to local polynomial regression" 72 : 49-69, 2010
8 Fan, J., "Local Polynomial Modelling and Its Applications" Chapman and Hall 1996
9 Sheather, S. J., "Density estimation" 19 : 588-597, 2004
10 Zou, H., "Composite quantile regression and the Oracle model selection theory" 36 : 1108-1126, 2008
연료 소비 패턴 발견을 위한 컨테이너선 운항데이터 분석의 통계적 절차
확률프런티어 모형하에서 단조증가하는 매끄러운 프런티어 함수 추정
정규 모집단의 평균 비교를 위한 신뢰구간 겹치기 시각화
잠재범주회귀모형의 성향점수를 이용한 잠재변수의 원인적 영향력 추론 연구
학술지 이력
연월일 | 이력구분 | 이력상세 | 등재구분 |
---|---|---|---|
2027 | 평가예정 | 재인증평가 신청대상 (재인증) | |
2021-01-01 | 평가 | 등재학술지 유지 (재인증) | |
2018-01-01 | 평가 | 등재학술지 유지 (등재유지) | |
2015-01-01 | 평가 | 등재학술지 유지 (등재유지) | |
2011-01-01 | 평가 | 등재학술지 유지 (등재유지) | |
2009-01-01 | 평가 | 등재학술지 유지 (등재유지) | |
2007-01-01 | 평가 | 등재학술지 유지 (등재유지) | |
2005-01-01 | 평가 | 등재학술지 유지 (등재유지) | |
2002-07-01 | 평가 | 등재학술지 선정 (등재후보2차) | |
2000-01-01 | 평가 | 등재후보학술지 선정 (신규평가) |
학술지 인용정보
기준연도 | WOS-KCI 통합IF(2년) | KCIF(2년) | KCIF(3년) |
---|---|---|---|
2016 | 0.38 | 0.38 | 0.38 |
KCIF(4년) | KCIF(5년) | 중심성지수(3년) | 즉시성지수 |
0.35 | 0.34 | 0.565 | 0.17 |