• 응용통계연구
• /
• 제19권1호
• /
• pp.149-161
• /
• 2006

CART로 대표되는 의사결정나무의 알고리즘에서 가장 중요한 요소는 분리변수의 선택방법이다. 대부분의 알고리즘은 변수의 형태가 연속형인지, 혹은 명목형(nominal)인지에 따라 별개의 변수선택방법을 적용한다. 하지만 변수의 형태가 순서형(ordinal)인 경우에는 그 변수를 연속형으로 취급하여 연속형 변수선택방법을 적용하는 것이 대부분이다. 이것은 CART와 같은 Greedy탐색을 이용하는 방법에는 문제점이 발생하지 않는다. 하지만 Greedy탐색의 약점을 보완하기 위해 통계이론을 이용하여 개발된 최근의 방법들에는 최선의 대처방법이 아니다. 따라서 본 연구에서는 의사결정 나무에서 분리변수를 선택하는데 있어서 비모수적 접근 방법인 Clamor-von Mises 검정을 이용한 방법을 순서형 변수에 사용하는 것을 제안하고, CART, C4.5, QUEST, CRUISE등 기존 알고리즘과 본 연구에서 제안하는 방법의 순서형 변수 선택력을 비교하였다. 모의실험의 결과, Clamor-von Mises 검정을 이용한 변수선택방법은 순서형 변수의 분류력을 기존 방법들에 비해 더 정확히 예측하는 좋은 성과를 보여주었다.

• 응용통계연구
• /
• 제22권2호
• /
• pp.237-248
• /
• 2009

신용평가 연구에서 부도와 정상의 분포함수들의 동일성을 검정하는 비모수적 방법으로 Kolmogorov-Smirnov 검정법 이외에 Clamor-Yon Mises, Anderson-Darling, Watson 검정방법을 소개한다. 부도와 정상의 분포함수들의 선형결합된 부도율의 분포함수에 관한 전체적인 정보는 파악되어 잘 알고 있다. 모집단의 분포함수를 알고 있다는 가정 하에 Clamor-Von Mises, Anderson-Darling, Watson 검정통계량의 수정통계량을 제안한다. 신용평가자료와 유사한 성격을 갖는 다양한 부도율의 확률분포로부터 스코어를 생성하여 본 연구에서 제안한 수정통계량을 비교 토론한다.