메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
저널정보
한국자료분석학회 Journal of The Korean Data Analysis Society Journal of The Korean Data Analysis Society 제18권 제2호
발행연도
2016.1
수록면
745 - 754 (10page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

초록· 키워드

오류제보하기
본 논문에서는 연관성 규칙의 수를 추정하기 위해 척도화 향상도를 고려한 회귀 모형을 제안한 후, 기존의 회귀 모형과의 비교를 통해 그 유용성을 살펴보고자 한다. 이를 위해 각 모형에 대한 회귀계수를 추정하고, 분산분석 결과와 수정 결정계수를 이용하여 각 모형의 적합도와 기여도를 비교하였으며, 이들을 토대로 가장 바람직한 회귀 모형을 구하였다. 결과들을 종합해볼 때, 신뢰도와 함께 비선형 회귀 모형을 적합시키는 경우에는 기본적인 향상도를 고려하는 것이 바람직하며, 지지도와 함께 모형을 적합시키는 경우에는 척도화 향상도를 고려하는 것이 바람직한 것으로 나타났다. 또한 유의한 회귀 계수의 수가 모든 유형에서 척도화 향상도를 적용한 모형에서 더 많이 나타났다. 이로부터 기본적인 연관성 평가 기준을 사용하여 회귀모형을 구축할 때 보다 척도화 향상도를 고려하여 모형을 구축하게 되면 더 많은 평가 기준에 의해 연관성 규칙의 수를 설명할 수 있는 것으로 해석할 수 있다. 따라서 연관성 평가 기준에 의해 연관성 규칙의 수를 추정하고자 하는 경우에는 기본적인 향상도나 표준화 향상도보다 척도화 향상도를 적용한 비선형 회귀 모형이 더 바람직하다고 할 수 있다.

목차

등록된 정보가 없습니다.

참고문헌 (16)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0