잠재클래스분석을 이용한 패널데이터의 군집화 사례 연구

• 영문명: The Case Study of Clustering of Panel Data by Using Latent Class Analysis
• 발행기관: 한국자료분석학회
• 저자명: 김지현(Jihyeon Kim) 강현철(Hyuncheol Kang) 한상태(Sang-Tae Han)
• 간행물 정보: 『Journal of The Korean Data Analysis Society (JKDAS)』Vol.17 No.4, 1849~1860쪽, 전체 12쪽
• 주제분류: 자연과학 > 통계학
• 파일형태: PDF
• 발행일자: 2015.08.30

국문 초록

잠재클래스분석(LCA; latent class analysis)은 주어진 데이터를 비슷한 패턴을 지닌 소수의 집단으로 나누고자 할 때 사용할 수 있다. 이때 비슷한 패턴을 지닌 집단을 잠재클래스라 하고 잠재클래스들은 잠재변수에 대한 가정을 통하여 관계가 설명된다. 잠재클래스분석 모형의 형태는 일종의 혼합모형(mixture model)으로 간주될 수 있으며, 분석의 목적이나 내용은 군집분석(cluster analysis)과 비교될 수 있다. 잠재클래스분석은 전통적인 거리-기반의 군집분석과 비교하여 실제 문제에 적용하기 편리한 몇 가지 장점들을 가지고 있으며, 최근 다양한 분야에서 매우 많이 적용되고 있는 추세이다. 본 연구에서는 잠재클래스분석 모형의 형태를 소개하고, 잠재클래스의 수를 결정하는 데 사용되는 기준들을 논의하며, 잠재클래스분석의 특징을 살펴보고자 한다. 또한 잠재클래스분석이 가지는 단점과 이를 해결하기 위한 확장된 형태의 모형들에 대하여 소개한다. 그리고 실제 데이터에 대한 사례분석을 위하여 한국직업능력개발원에서 실시한 KEEP(한국교육고용패널)와 HCCP(인적자본기업패널) 조사 데이터에 대하여 잠재클래스분석을 적용하고 주요 분석결과를 살펴보고자 한다.

영문 초록

Latent class analysis (LCA) can be used when you want to cluster the data with similar patterns given to a small number of groups. The group with similar patterns is called latent class and latent classes are explained by assumptions about the relationship between latent variables. The form of latent class analysis model can be considered as a kind of mixture model, purpose and contents of the analysis can be compared to the cluster analysis. In comparison with the traditional distance-based clustering analysis, latent class analysis is has several advantages to be applied conveniently to real-world problems, the recent trend is very much applicable in various fields. This study introduces the form of a latent class analysis model and discuss the criteria used to determine the number of latent classes, and to examine the characteristics of the latent class analysis. Also, latent class analysis applied to the KEEP (Korean Education & Employment Panel) survey data and HCCP (Human Capital Corporate Panel) survey data, and examine the main results of latent class analysis.

목차

1. 서론

2. 잠재클래스모형과 추정

3. 잠재클래스의 수에 대한 결정 기준

4. 패널데이터의 군집화 사례

5. 논의 및 결론

References

키워드

잠재클래스분석 혼합모형 군집분석 적합도 지수 패널데이터 latent class analysis mixture model cluster analysis fit index panel data