다변량 데이터의 통계적 결합에 관한 유사성 척도 연구

• 영문명: A Study on Similarity Measures of Multivariate data in Statistical Matching
• 발행기관: 한국자료분석학회
• 저자명: 서경원(Kyung Won Seo) 이성건(Seong Keon Lee)
• 간행물 정보: 『Journal of The Korean Data Analysis Society (JKDAS)』Vol.9 No.5, 2257~2271쪽, 전체 15쪽
• 주제분류: 자연과학 > 통계학
• 파일형태: PDF
• 발행일자: 2007.10.30

국문 초록

통계적 결합은 개체간의 유사성을 조사하여 통계적으로 가장 근사한 개체를 결합하는 방법으로써 유사성을 측정하는 방법에 따라 결합의 정확도를 높일 수 있으므로 효율적인 유사성 측정 방법이 필요하다. 본 연구에서는 공통변수들에 의해 유사성을 측정하기 위하여 모형을 설정하고 공통변수의 정보를 예측평균이라는 하나의 상수로 변환한 후 개체간 유사성을 계산하고자 한다. 개체간 유사성을 계산하기 위해 마할라노비스 거리를 이용한 방법을 적용해 보고, 여기에서 발생한 수 있는 문제점을 고려하였으며 그 대안으로써 비모수적 방법인 순위합을 이용한 방법을 제안하였다. 두 방법을 2004년 통계청 도시가계 자료에 적용해 보고 그 결과를 비교한다.

영문 초록

Recently, there are many studies to improve data quality and information using data fusion and statistical data matching. For efficient statistical matching, it is needed to use appropriate similarity measures and to research new efficient measures. In this study, we have introduced similarity measures to match mutivariate data from different sources, such as Euclidean distance and Mahalanobis distance using predictive mean techniques and proposed a non-parametric rank sum technique to measure. Finally we have applied the measures to Korean household income and expenditure survey data of 2004. We have investigated and compared the performance of the measures.

목차

1. 서론

2. 통계적 결합

3. 통계적 결합 방법

4. 사례연구

5. 결론 및 토의

참고문헌

키워드

통계적 결합(statistical matching) 마할라노비스 거리 순위합 유사성 Statistical matching Mahalanobis distance Rank sum similarity