성분데이터에 대한 확률적 분류규칙

• 영문명: A Probabilistic Classification Rule for Compositional Data
• 발행기관: 한국자료분석학회
• 저자명: 안성진(Ahn, Sung Jin) 정연선(Jung, Yeon Sun)
• 간행물 정보: 『Journal of The Korean Data Analysis Society (JKDAS)』Vol.4 No.4, 437~450쪽, 전체 14쪽
• 주제분류: 자연과학 > 통계학
• 파일형태: PDF
• 발행일자: 2002.12.30

국문 초록

성분데이터는 비음인 값을 가지고 성분들의 합이 ‘1’로 제한되어 있는 데이터이다. 본 연구에서는 성분데이터의 확률밀도함수를 Dirichlet 분포로 가정하고 Dirichlet 분포와 “유사”이항(다항)분포의 관계를 이용해서 성분데이터에 대한 확률적 분류규칙을 제안하였다.

영문 초록

Statistical analysis of compositional data requires fundamentally different methods than a similar analysis of unconstrained data. This study concerns a probabilistic classification problem for compositional data. We use Dirichlet distribution to model both the compositional vector representing independent variables and the probabilistic classification vector. We further assume the distribution of the parameters of compositional vector and classification vector is multivariate normal. Under these assumptions, we derive a probabilistic classification rule for compositional data, and illustrate its applicability through a hypothetical example and a real example.

목차

1. 서론

2. 성분벡터와 관련된 분포모형들

3. 성분데이터에 대한 확률적 분류모형

4. 수치 예와 논의

참고문헌

키워드

성분데이터 Dirichlet 분포 로지스틱 정규분포 확률적 분류