• 제목/요약/키워드: Hayashi 수량화 제3방법

검색결과 3건 처리시간 0.018초

수량화 제3 방법의 축소 해 (Shrinkage Solution of Quantification Method III)

  • 허명회;이용구
    • 응용통계연구
    • /
    • 제19권2호
    • /
    • pp.331-338
    • /
    • 2006
  • 수량화 제3방법은 일본의 하야시(Hayashi)에 의해 창안된 교차표 분석 기법으로 사회조사 및 마케팅 조사 자료의 분석에서 매우 유용하다. 그러나 반응빈도가 작은 일부 범주들이 특이하게 큰 수량화 값을 갖는 경우가 있어 불안정한 과잉 해석으로 이어지기도 한다. 본 교신은 이 문제를 해결하고자 한 연구로서 수량화 제3방법을 새로 정식화하고 축소 해 (shrinkage solution)를 제안할 것이다. 그리고 실제 조사 자료에 새 방법론을 적용해 보고자 한다.

PLS 방법에 의한 "큰" 2원 교차표의 시각화 (Visualizing Large Two-way Crosstabs by PLS Method)

  • 이용구;최연임
    • Communications for Statistical Applications and Methods
    • /
    • 제16권3호
    • /
    • pp.421-428
    • /
    • 2009
  • 범주형 자료의 시각화에서 범주가 많지 않은 경우에는 기존의 Hayashi의 수량화 제3방법을 이용하여 두변수의 범주들 사이의 연관성에 대한 시각화를 구할 수 있다. 그러나, Hayashi방법은 큰 빈도의 범주들보다 작은 빈도의 범주들을 두드러지게 수량화하므로 결과가 불안정하다는 문제점이 있다 (허명회와 이용구, 2006). 이 연구의 목적은 범주수가 "큰" 두 범주형 변수 R과 C에 대하여 각 변수 벌주들 사이의 연관성을 살펴보기 위한 시각화 방법을 제안하는 데 있다. 이를 위하여 우리는 2개 변수군 수치형 자료를 시각화하는 방법으로 제안된 허명회 등 (2007)의 PLS 시각화 방법을 범주형 자료에 적용하고자 한다. 즉, 범주형 변수 R과 C의 범주들 각각을 0/1로 더미 코드화하여 각각 R개와 C개의 범주군으로 변환한 다음 허명회 등 (2007)에서 제시한 PLS 시각화 방법을 적용하고자 한다. 이러한 방법은 Hayashi 수량화 방법의 문제점을 해결할 수 있을 뿐만 아니라 행변수와 열변수 각각이 여러 개의 범주형 변수들의 집합인 변수군의 경우에도 확대 적용 가능하다. 순치 예로서 German Credit 자료에서 10개 금융관련 변수의 34개 범주를 R로 간주하고 10개 사회인구적 변수의 46개 범주를 C로 간주하여 새 방법론을 적용해 보인다.

한국(韓國) 답토양(畓土壤)의 생산력(生産力) 평가방법에 관한 연구 -2 보(報)·비옥도(肥沃度) 구성인자(構成因子) 및 기타(其他) 특성(特性)에 의(依)한 쌀수확량(收穫量)의 추정(推定) (A METHOD OF CAPABILITY EVALUATION FOR KOREAN PADDY SOILS -Part 2. The rice yield prediction by soil fertility constituents and other characters)

  • Hong, Ki-Chang;Maeng, Do-Won;Kazutake, Kyuma;Hisao, Furukawa;Suh, Yoon-Soo
    • 한국토양비료학회지
    • /
    • 제12권1호
    • /
    • pp.15-23
    • /
    • 1979
  • 본(本) 연구의 제(第)1보(報)에서 추출(抽出)된 비옥도(肥沃度) 구성인자(構成因子)의 인자평점(因子評点) 및 현지조사(現地調査)에서 얻은 기타(其他) 환경인자(環境因子)를, 설명변수(說明變數)로 취(取)하고, 현지(現地)에서 청취조사(聽取調査)로부터 얻어진 쌀 수확량(收穫量)을 목적변수(目的變數)로 하여 다중회귀(多重回歸) 분석(分析)과 하야시의 수량화(數量化) 이론(理論) I (Hayashi's theory of quantification No.1)를 적용(適用)하여 생산력을 추정(推定)한 결과(結果)는 다음과 같다. (1) 시료(試料) 개체(個體)에 대하여 얻어진 다섯개의 인자평점(因子評点)을 설명변수(說明變數)로 하여 다중회귀분석(多重回歸分析)을 행(行)한 결과(結果) 중상관계수(重相關係數)가 0.43으로 추정(推定) 정도(程度)가 낮았다. (2) 비옥도(肥沃度) 인자간(因子間)의 상호작용(相互作用)을 고려(考慮)하여 직선회귀(直線回歸) 모델을 이차방정식(二次方程式)으로 변형(變形)시켜 생산력(生産力)을 추정(推定)한 결과(結果) 중상관계수(重相關係數)가 0.59로써 추정정도(推定精度)는 약간 높아졌으나 만족할 수 있는 추정식(推定式)은 얻지 못하였다. (3) 답(畓) 토양(土壤)에서 쌀의 생산력(生産力)을 지배(支配)하는 인자(因子)로서 비옥도(肥沃度)는 물론(勿論) 중요(重要)하지만 다른 환경인자(環境因子)의 영향(影響)도 받을 것으로 사료(思料)되어 비옥도군(肥沃度群), 수분공급(水分供給)의 양부(良否), 토양배수(土壤排水)의 양부(良否), 기후대(氣候帶), 표토(表土)의 점착성(粘着性), 표토(表士)의 결시성(結持性), 토성(土性) 및 하층토(下層土)의 구조발달정도(構造發達程度) 등(等)을 설명변수(說明變數)도 취(取)하여 하야시의 수량화(數量化) 이론(理論) 1을 적용(適用)하여 생산력(生産力)을 추정(推定)한 결과(結果) 중상관계수(重相關係數)가 0.9였고, 이들 인자(因子)들 중(中) 비옥도군(肥沃度群), 수분공급(水分供給) 및 기후대(氣候帶) 인자(因子)가 생산력(生産力)에 크게 기여(寄與)하고 있는 것으로 나타났다.

  • PDF