순서반응모형에 대한 적합도검정

• 영문명: Goodness-of-fit Test for Ordinal Response Model
• 발행기관: 한국자료분석학회
• 저자명: 정광모(Kwang Mo Jeong)
• 간행물 정보: 『Journal of The Korean Data Analysis Society (JKDAS)』Vol.9 No.5, 2465~2473쪽, 전체 9쪽
• 주제분류: 자연과학 > 통계학
• 파일형태: PDF
• 발행일자: 2007.10.30

국문 초록

모형적합도 평가에는 적합도검정이 수반되는데 일반화선형모형의 경우 피어슨검정통계량이나 우도비검정통계량 등이 널리 이용된다. 희박자료의 상황에서는 이들 검정통계량이 카이제곱분포에 잘 근사하지 않게 된다. 희박자료에서는 칸 기대도수가 매우 작아져서 카이제곱근사에 필요한 조건을 만족하지 못하기 때문이다. 연속 공변량을 포함한 로지스틱회귀모형의 적합에서는 매우 여러 가지 공변량 패턴이 생겨나서 칸 도수가 작은 희박자료가 되므로 적합도검정통계량의 카이제곱근사가 적용되지 못한다. 순서다항반응모형의 적합도검정통계량을 제안하고 이론적 극한분포 및 붓스트랩 근사분포를 논의한다. 붓스트랩분포의 타당성을 모의실험을 통해 검토하고 실제 자료에 적용하여 설명한다.

영문 초록

We usually perform the goodness-of-fit test for assessing the model fit. The Pearson chi-squared statistic and the likelihood ratio statistic are broadly used in the goodness-of-fit test of the generalized linear model. These test statistics do not have the limiting chi-square distribution in the presence of sparse data. When we fit logistic regression model having many covariate patterns the Pearson chi-square type statistic does not have the limiting chi-square distribution. The underlying assumptions of limiting distribution are not satisfied because of the sparse cell counts. We are to study the goodness-of-fit test for the ordinal response model, and also suggest the limiting distribution and the bootstrap approximation. The validity of bootstrap test will be explained through a Monte Carlo study and a practical example.

목차

I. 서론

II. 순서반응 로지스틱모형의 적합도검정

III. 극한분포 및 붓스트랩 검정절차

IV. 모의실험 및 적용사례

V. 결론 및 제언

참고문헌

키워드

순서반응 누적로짓모형 예측확률 순서점수 적합도검정 호스머-렘쇼 통계량 극한분포 모수적 붓스트랩 ordinal response cumulative logit model predicted probability ordinal score goodness-of-fit test Hosmer-Lemeshow statistic limiting distribution parametric bootstrap