한국인의 범죄피해 자료에 대한 베이지안 추론

• 영문명: Bayesian Analysis of Korean Crime Victim Data Using a Zero-Inflated Ordered Probit Model
• 발행기관: 한국자료분석학회
• 저자명: 양은혜(Eun-Hye Yang) 오현탁(Hyun Tak Oh) 오만숙(Man-Suk Oh)
• 간행물 정보: 『Journal of The Korean Data Analysis Society (JKDAS)』Vol.15 No.5, 2473~2487쪽, 전체 15쪽
• 주제분류: 자연과학 > 통계학
• 파일형태: PDF
• 발행일자: 2013.10.30

국문 초록

2005년 한 해 동안 한국에서 발생한 범죄피해 조사 자료를 보면 92%의 응답자가 범죄피해가 없다고 답한 영과잉 자료의 특성을 보여주며, 또한 범죄피해가 발생한 경우 범죄의 심각성에 따라 순서적 의미를 지니는 순서적 다항 자료가 관측되고 있다. 본 논문에서는 이 자료에 영과잉 순서적 프로빗(ZIOP) 모형을 적용한 베이지안 추론을 수행한다. ZIOP모형은 범죄의 비대상자와 대상자를 나누는 1단계 프로빗 모형과 대상자에 대한 2단계 순서적 프로빗 모형으로 구성된다. 따라서 0 응답자를 하나의 그룹으로 보지 않고 비대상자(genuine non-victim)와 잠재적 대상자(potential victim)로 나눌 수 있는 장점이 있다. 분석결과 성별, 자신보호, 소득이 대상자와 비대상자 구분에 유의한 영향을 미치는 변수이고, 성별과 교통수단이 범죄의 심각성에 유의한 영향을 미치는 것으로 나타났다. 0 응답자 중 약 85%가 비대상자이며 약 15%가 잠재적 대상자로 추정된다. 또한 동거자 유무는 0 응답자의 비대상자 확률과 잠재적 대상자 확률의 변화에 상반되는 효과를 보여주어 ZIOP 모형의 유용성을 보여주었다.

영문 초록

Korean crime victim data 2005 consists of 92% of zeros (no crime experience) and 8% of integer scores 1~4 according to the severity of crimes. The data is analyzed by the zero-inflated ordered probit (ZIOP) model of Harris, Zhao (2007) within a Bayesian framework. ZIOP model consists of a probit model to identify victims from non-victims and an ordered probit model for the severity of crimes. Thus, it can divide zero respondents (non-victims) into two groups, genuine non-victims and potential victims. Analysis results show that gender, self-protection, and income are significant factors for distinguishing victims from non-victims, and gender and transportation are significant factors for the severity of crimes. Among the non-victims, about 85% are genuine non-victims and about 15% are potential victims. Cohabiter variable shows opposite effects on the probability of genuine non-victim and that of potential victim, showing the usefulness of ZIOP model for the crime data.

목차

1. 서론

2. 영과잉 순서적 프로빗 모형(zero-inflated ordered probit model)

3. 사후분포와 모수추정

4. 한국인의 범죄피해 자료 분석

5. 요약 및 결론

References

키워드

마코브체인 몬테칼로 순서적 범주형 자료 프로빗 모형 영과잉자료 Markov chain Monte Carlo Ordinal categorical data Probit model Zero-inflated data