Issues
-
2011 (7)
-
2010 (9)
-
2009 (10)
-
2008 (10)
-
2007 (5)
-
2006 (8)
-
2002 (5)
-
2001 (8)
-
2000 (5)
-
1999 (6)
-
1998 (4)
-
1997 (6)
-
1996 (6)
-
1995 (11)
-
1994 (13)
-
1993 (12)
-
1992 (10)
-
1991 (9)
-
1990 (8)
-
1989 (14)
-
1988 (14)
-
1987 (13)
-
1986 (13)
통계상담 [統計相談]
본 연구에서는 강남과 강북의 학부모들의 교사에 대한 기대의 차이가 있는지를 가티제곱검정과 통계패키지 SAS의 FUNCAT을 사용하여 알아보고, 학부모의 지역 (강남, 강북)과 연령을 동시에 고려하여 지역별 연령별 기대차이를 분석하고 이를 비교하고자 한다.
본고에서는 Cross Qalidation, Jackknife, Bootsrap 방법을 이용하여 선형판별함수의 Apparent error 와 True error 를 추정하는 방법을 고찰하고 체계적 위험이 높은 기업과 낮은 기업을 판별하는 데에 적용해 볼 것이다. Apparent error 와 True error 는 각각 판별력을 나타내주는 기주능로 이용될 수 있는데, 여기서 Apparent error란 판별함수를 만들 때 이용한 자료집단(data set) 분류할 때 발생하는 오분류확률을 의미한다. 이에 대하여 True error 는 어떤 판별함수에 의해 새로운 관측지 (판별함수를 만들 때 이용한 관측지가 아닌 새로운 관측지) 를 분류할 때의 오분류확률이다. 대개의 경우 Apparent error 의 추정치는 True error 의 추정치보다 작은 값을 갖는다. 이 때 우리가 관심을 가지게 되는 것은 EEE (expected excess error) 로 Apparent error 와 True error 와의 차이의 추정치인데 이를 추정함으로써 True error 의 추정이 가능해진다. 논의의 진행은 1절에서 자료에 대한 설명을, 2절에서는 두가지 판별함수에 대응하는 Apparent error 를 구해서 판별력을 비교, 3절에서 EEE 를 추정하여 이를 Apparent error 에 더해서 True error 의 추정치를 계산하고 판별력을 비교, 마지막으로 5절에서 이 결과들을 비교, 평가하여 본다.
0개의 논문이 장바구니에 담겼습니다.
- 구매 불가 논문
-
선택하신 파일을 압축중입니다.
잠시만 기다려 주십시오.
- 다운로드 불가 논문
-