Full metadata record
DC Field | Value | Language |
---|---|---|
dc.contributor.advisor | 유재근 | - |
dc.contributor.author | 이경진 | - |
dc.creator | 이경진 | - |
dc.date.accessioned | 2016-08-26T04:08:25Z | - |
dc.date.available | 2016-08-26T04:08:25Z | - |
dc.date.issued | 2014 | - |
dc.identifier.other | OAK-000000085269 | - |
dc.identifier.uri | https://dspace.ewha.ac.kr/handle/2015.oak/211083 | - |
dc.identifier.uri | http://dcollection.ewha.ac.kr/jsp/common/DcLoOrgPer.jsp?sItemId=000000085269 | - |
dc.description.abstract | Due to the increase of social demands in discovering patterns form high-dimensional data sets, dimension reduction and variable selection have been major issues in statistics. To meet the demands, statisticians have developed Sufficient Dimension Reduction(SDR) methodology which allows analyzing multi-dimensional data without loss of information. Prior researches have shown that non-parametric variable selection thorough SDR is possible by constructing bootstraps, however, the bootstrapping method does not offer p-values for the predictor hypotheses. In this article, permutation approaches were devised to estimate p-values for the predictor hypotheses in non-parametric variable selection through SDR. Discussions on effectiveness of the permutation approach are reported through simulation studies. ;설명변수에 대한 반응변수의 조건부 분포를 추론할 때 정보의 손실 없이 설명변수의 차원을 축소함으로써 분석의 효율성 및 정확성을 개선하는 방법을 충분차원축소(Sufficient Dimension Reduction, SDR)라 한다. 기존의 연구에서 설명변수 통합가설(Unified Predictor Hypothesis)로부터 충분차원축소 방법론을 이용하여 부트스트랩을 통해 비모수적 변수 선택이 가능함이 증명되었으나 구체적인 p-값이 제시되지 않는다는 한계점을 가진다. 본 논문에서는 이러한 제한성을 극복하기 위하여 순열 재배치 검정법(permutation tests)을 이용해 설명변수통합가설의 두 경우인 주변설명변수가설 및 조건부설명변수가설에서의 p-값을 도출하는 방법론 및 알고리즘을 제안하였다. 이를 통해 추가적인 분포 가정 없이 비모수적인 변수 선택 및 설명변수의 차원 축소가 가능하다. 제시된 방법론의 성능을 측정하기 위하여 선형 및 비선형 모형에서의 모의실험을 진행함으로 p-값을 도출하고, 설명변수가설의 기각률을 계산함으로써 1종 오류 값을 도출하였다. | - |
dc.description.tableofcontents | Ⅰ. Introduction 1 Ⅱ. Unified Predictor Hypothesis 3 A. Unified Marginal predictor hypothesis 5 B. Unified Conditional predictor hypothesis 7 Ⅲ. Permutation test Approach 9 A. Marginal Unified permutation predictor hypothesis tests 9 B. Conditional Unified permutation predictor hypothesis tests 11 Ⅳ. Numerical studies 14 A. Simulations 14 Ⅴ. Discussion 18 References 19 Appendix 20 논문개요 25 | - |
dc.format | application/pdf | - |
dc.format.extent | 506076 bytes | - |
dc.language | eng | - |
dc.publisher | 이화여자대학교 대학원 | - |
dc.subject.ddc | 500 | - |
dc.title | Non-parametric Variable Selection through Sufficient Dimension Reduction | - |
dc.type | Master's Thesis | - |
dc.title.subtitle | Permutation Approach | - |
dc.format.page | vi, 25 p. | - |
dc.identifier.thesisdegree | Master | - |
dc.identifier.major | 대학원 통계학과 | - |
dc.date.awarded | 2014. 2 | - |