초록
일변량 자료의 경우 대표관찰치는 사분위수 등에 기초하여 자료의 분포와 변이를 함축적으로 표현하기 위한 목적으로 사용되는 소수 개의 관찰치이다. Jones와 Rice(1992)는 다변량 자료에 대한 대표관찰치를 선택하기 위해 주성분분석에 근거한 방법을 제시한 바 있다. 이 연구에서는 주성분의 자기일치성을 이용하여 대표관찰치를 선택하고, 이를 표현하는 방안을 고찰한다. 기존의 방법에 의한 대표관찰치가 자료의 표본변이에 민감한 한편, 여기에서 제안되는 방법의 결과는 자기일치성을 가진다.
Representative observations are useful to express explicitly the distributional variation of the data by a few selected observations corresponding to the quantiles in the univariate situation. Jones and Rice(1992) extended it to the multidimensional case by the principal component based method. This study introduces a modified version of Jones and Rice exploiting the self-consistency of principal components in expressing the chosen observation vectors. Compared to that of Jones and Rice, the suggested method tends to provide with less susceptible representative observations to the sampling variation of the data and the resulted vectors benefits from the self-consistency.
