Detailed Information
Cited 0 time in 
Cited 0 time in 
Cited 0 time in
Metadata Downloads
교통사고건수에 대한 포아송 회귀와 음이항 회귀모형 적합
Full metadata record
| DC Field | Value | Language |
|---|---|---|
| dc.contributor.author | 정재풍 | - |
| dc.contributor.author | 최종후 | - |
| dc.date.accessioned | 2021-09-05T13:51:36Z | - |
| dc.date.available | 2021-09-05T13:51:36Z | - |
| dc.date.created | 2021-06-17 | - |
| dc.date.issued | 2014 | - |
| dc.identifier.issn | 1229-2354 | - |
| dc.identifier.uri | https://scholar.korea.ac.kr/handle/2021.sw.korea/100090 | - |
| dc.description.abstract | 계수 데이터(count data)는 교통사고건수나 보험회사의 고객크레임건수 등과 같은 계수형 데이터를 말한다. 이러한 사고건수를 종속변수로 하는 회귀모형에서는 포아송 회귀모형이 널리 활용된다. 이때 포아송 회귀모형은 포아송 분포의 특성상 평균과 분산이 동일하여야 한다는 제약조건이 따른다. 현실 자료에서는 평균보다 분산이 크게 나타나는 과대산포(overdispersion) 문제가 종종 발생하게 되는데, 이를 무시하고 포아송 모형을 적합시키면 회귀계수 추정량의 표준오차가 편향되는 현상이 발생한다. 그러므로 과대산포가 존재하는 자료는 이를 반영하여 조절할 수 있는 음이항 회귀모형이 추천된다. 본 연구에서는 교통사고건수에 대한 최적 모형 구축을 위하여 포아송 회귀모형과 음이항 회귀모형 두 가지 모형을 모형 선호 기준통계량에 기반하여 적합시키고 비교한다. 교통사고건수에 대한 적합 모형으로는 ln L, AIC, SBC 등의 통계량에 기반하여 판단할 때 포아송 회귀모형보다 음이항 회귀모형이 적절함을 알 수 있다. | - |
| dc.language | Korean | - |
| dc.language.iso | ko | - |
| dc.publisher | 한국자료분석학회 | - |
| dc.title | 교통사고건수에 대한 포아송 회귀와 음이항 회귀모형 적합 | - |
| dc.title.alternative | Poisson Regression and Negative Binomial Regression Model Fit for Traffic Accidents | - |
| dc.type | Article | - |
| dc.contributor.affiliatedAuthor | 최종후 | - |
| dc.identifier.bibliographicCitation | Journal of The Korean Data Analysis Society, v.16, no.1, pp.165 - 172 | - |
| dc.relation.isPartOf | Journal of The Korean Data Analysis Society | - |
| dc.citation.title | Journal of The Korean Data Analysis Society | - |
| dc.citation.volume | 16 | - |
| dc.citation.number | 1 | - |
| dc.citation.startPage | 165 | - |
| dc.citation.endPage | 172 | - |
| dc.type.rims | ART | - |
| dc.identifier.kciid | ART001851285 | - |
| dc.description.journalClass | 2 | - |
| dc.description.journalRegisteredClass | kci | - |
| dc.subject.keywordAuthor | 계수 데이터 | - |
| dc.subject.keywordAuthor | 포아송 회귀모형 | - |
| dc.subject.keywordAuthor | 음이항 회귀모형 | - |
| dc.subject.keywordAuthor | 과대산포 | - |
| dc.subject.keywordAuthor | Count data | - |
| dc.subject.keywordAuthor | Poisson regression model | - |
| dc.subject.keywordAuthor | Negative binomial regression model | - |
| dc.subject.keywordAuthor | Over dispersion | - |
- Files in This Item
- There are no files associated with this item.
- Appears in
Collections - College of Public Policy > Division of Big Data Science > 1. Journal Articles
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.