DOI QR코드

DOI QR Code

Comparison of Multinomial Logit and Logistic Regression on Disability Pensioners' Characteristic

다범주 자료의 다항로짓 모형과 로지스틱 회귀모형 비교;장애연금 특성분석 중심으로

  • Kim, Mi-Jung (Institute for Mathematical Sciences, Yonsei University)
  • 김미정 (연세대학교 수리과학연구소)
  • Published : 2008.08.31

Abstract

This article studies on disability pensioners' characteristic with multinomial logit and logistic regression model. Seven factors are examined on whether each factor is reflected in degree of disability in the disability pension. By incorporating multinomial logit and logistic regression model, effectiveness and characteristic of the seven factors are investigated on the degree of disability. Result shows all the seven factors are significant on the degree of disability, while among the seven, five factors, age, sex, type of coverage, type of category, insured duration show a trend in degree of disability and the other two, cause of disability and class of standard monthly income are not effective on trend in degree of disability. Results from analyses might be useful for disability pension management.

순위형 다범주 자료에 있어서 범주값의 증감에 대한 설명변수의 특성분석을 위하여 다항로짓모형을 적합하여 분석하고 로지스틱 회귀모형을 적합하여 분석한 결과와 비교하였다. 이를 통하여 장애연금 수급자자료의 재정추계를 위해 필요한 일곱 가지 요인인 성별, 수급나이, 가입기간, 가입종별, 소득활동여부, 소득수준, 장애원인이 장애등급에 미치는 영향을 파악하였다. 일곱 요인 모두 장애응급에 대한 연관성이 있음을 확인하였고 이 가운데 다섯 요인은 장애등급의 증감에 있어서도 일정한 추세를 보였으나, 장애원인과 소득수준은 장애등급의 증감에는 일정한 추세를 보이지 않음을 확인하였다. 본 연구의 결과는 장애연금 관리방안을 모색하는데 있어서 장애등급에 따른 설명 요인의 특성을 반영하는데 필요한 가이드라인을 제공할 수 있을 것으로 기대한다. 장애등급 분류에 있어서 다중분류의 정분류율은 각각 42.56%와 42.43%로 로지스틱 회귀모형의 경우 다중로짓 모형의 경우보다 다소 높았지만 거의 비슷한 정확도를 보였다.

Keywords

References

  1. 권선진, 정경배 (2005). 국민연금의 장애연금 개선방안에 관한 연구: 장애연금 수급확대를 중심으로, <사회복지정책> 22, 99-122
  2. 김성숙 (2002). <국민연금 급여제도 개선방안(II)>, 국민연금연구센터
  3. 변용찬, 김겅희, 윤상용, 배화옥, 박성민, 최미영 (2004). <장애인의 종합적 소득보장체계 구축방안>, 한국보건사회연구원
  4. 오근식 (2001). <장애연금제도 개성방안>, 국민연금연구센터
  5. 원종욱 (2002). <장애, 유족연금 심사업무 효율화 방안>, 한국보건사회연구원
  6. Dietterich, T. G. and Bakiri, G. (1991). Error-correcting output codes: A general method for improving multi-class inductive learning programs, In Proceedings of the Ninth National Conference on Artificial Intelligence (AAAI-91), 572-577
  7. Dietterich, T. G. and Bakiri, G. (1995). Solving multi-class learning problems via error-correcting output codes, Journal of Artificial Intelligence Research, 2, 263-286
  8. Maddala, G. S. (1983). Limited-Dependent and Qualitative Variables in Economics, Cambridge university Press, Cambridge
  9. Moroney, R. (1991). Social Policy and Social Work: Critical Essays on the Welfare State (Modern Applications of Social Work), Aldine De Gruyter, Berlin
  10. SAS (2000). SAS System for Windows V.9.1, SAS Institute Inc