• Communications for Statistical Applications and Methods
• /
• 제17권6호
• /
• pp.917-925
• /
• 2010

일반적으로 정준상관 행렬도(canonical correlation biplot)는 정준상관분석에서 두 변수집단에 의해서 측정된 다변량 자료에서 변수 집단 간의 관계와 개체들의 관계를 탐색하기 위한 2차원 그림이다. 최근에 이를 활용하여 최태훈과 최용석 (2008)은 2006년도 한국여자골프협회(KLPGA) 선수에 대한 기술요인 변수군과 경기성적요인 변수군간의 관련성을 살펴보았고 최태훈 등 (2009)은 테니스 그랜드 슬램대회 선수특성요인과 경기요인에 대한 분석을 하였다. 더군다나 세 변수군 이상의 정준상관분석을 일반화 정준상관분석(generalized canonical correlation analysis)이라 하며 이와 관련하여 허명회 (1999, 6장)는 수량화 플롯을 제안하고있다. 이를 행렬도의 의미에서 일반화 정준상관 행렬도(generalized canonical correlation biplot)라하자. 본 연구에서는 대한 테니스협회(KTA)에 등록된 남자선수들 중 상위50명의 체격요인, 체력요인 및 기초기술요인에 대한 분석을 일반화 정준상관 행렬도를 적용하여 살펴보고 프로크러스티즈 분석을 통하여 전체선수, 상위랭킹과 하위랭킹 선수간의 행렬도 형상비교를 시도 하였다.

• 응용통계연구
• /
• 제21권3호
• /
• pp.429-439
• /
• 2008

정준상관 행렬도(canonical correlation biplot)는 정준상관분석에서 두 변수 집단에 의해서 측정된 다변량 자료에서 변수 집단 간의 관계와 개체들의 관계를 탐색하기 위한 2차원 그림이다. 이는 일반적으로 최용석 (2006, 1장)의 한 변수 집단에 의한 행렬자료에 대한 일반적인 행렬도를 두 변수 집단에 의한 행렬자료로 확장한 것으로 볼 수 있다. 최근에 Choi와 Kim (2008)은 개체들이 많은 대용량 자료에서 행렬도의 해석상 힘든 문제점을 지적하고 이를 극복하는 데 군집분석을 활용하는 방법을 제시하고 있다. 일반적인 행렬도에서 발생하는 대용량 자료에 대한문제는 정준상관 행렬도에서도 동일하게 발생하곤 한다. 본 연구에서는 2006년도 KLPGA 선수 중 상금 순위 상위 50명을 대상으로 정준상관 행렬도를 통해 기술요인변수군(평균 퍼팅수. 그린 적중율, 파 세이브율, 파 브레이크율)과 경기성적요인변수군(상금, 평균 타수)간의 관련성을 살펴보고 군집분석을 활용하여 각 선수들의 군집을 시도하려한다.

• 응용통계연구
• /
• 제25권3호
• /
• pp.521-529
• /
• 2012

Simple canonical correlation biplot is a graphical method to investigate two sets of variables and observations in simple canonical correlation analysis. If we consider the set of covariate variables that linearly affects two sets of variables, we can apply the partial canonical correlation biplot in partial canonical correlation analysis that removes the linear effect of the set of covariate variables on two sets of variables. On the other hand, we consider the set of covariate variables that linearly affect one set of variables but not the other. In this case, if we apply the simple or partial canonical correlation biplot, we cannot clearly interpret other two sets of variables. Therefore, in this study, we will apply the semi-partial canonical correlation analysis of Timm (2002) and remove the linear effect of the set of covariate variables on one set of variables but not the other. And we suggest the semi-partial canonical correlation biplot for interpreting the semi-partial canonical correlation analysis. In addition, we will compare shapes and shape the variabilities of the simple, partial and semi-partial canonical correlation biplots using a procrustes analysis.

• 응용통계연구
• /
• 제27권1호
• /
• pp.31-41
• /
• 2014

행렬도(biplot)는 이원표 자료행렬(two-way data matrix)의 행과 열을 한 그림에 동시에 나타내는 탐색적 방법으로, 복잡한 다변량 분석 결과를 보다 쉽게 파악할 수 있는 장점이 있다. 특히 주성분인자 행렬도(principal component factor biplot; PCFB)는 인자분석을 통해서 변수들 간의 상호의존 구조를 탐색하기 위한 시각적 도구이다. 자료에 따라 잠재된 변수들이 독립(independent)이고 비가우시안(non-Gaussian) 분포를 가진다는 사전 정보가 있을 때, Jutten과 Herault (1991)가 제안한 독립성분분석(independent component analysis)을 이용한다. 이 경우 주성분법을 이용한 인자분석을 적용하면 원래 변수들의 상호 관계를 잘못 해석할 수도 있다. 따라서 본 논문에서는 자료에 따라 잠재된 변수들이 독립이고 비가우시안 분포를 가진다는 사전 정보가 있을 때, 독립성분분석을 응용하여 원래 변수들 간의 상호 관계를 기하학적으로 살펴볼 수 있는 시각적 도구인 독립성분 행렬도(independent component biplot; ICB)를 제안하려 한다.

• 응용통계연구
• /
• 제24권3호
• /
• pp.559-566
• /
• 2011

행렬도는 이원표 자료행렬의 행과 열을 탐색하기에 유용한 그래프적 방법이다. 특히, 정준상관 행렬도는 정준상관분석의 결과를 이용하여 두 변수군과 개체간의 관계를 기하적으로 살펴볼 수 있다. 그 반면에 자료의 성격에 따라 세개 이상의 변수군이 존재하는 경우에는 정준상관분석의 개념에서 확장한 일반화 정준상관분석을 이용하여 일반화 정준상관 행렬도를 고려할 수 있다. 그러나 자료의 성격에 따라 두 변수군 외에 이들 두 변수군에 선형적 영향을 미치는 공변량변수로 이루어진 다른 한 변수군이 존재하는 경우에, 일반화 정준상관 행렬도를 적용한다면 공변량변수군의 영향력 때문에 주 관심인 두 변수군에 대하여 잘못 해석할 수 있다. 따라서 본 연구에서는 Rao (1969)의 공변량 변수군의 영향력을 제거한 편정준상관분석을 살펴보고, 이를 기하적으로 해석하기 위한 편정준상관 행렬도를 제안한다.

• 응용통계연구
• /
• 제11권2호
• /
• pp.451-459
• /
• 1998

반응표면분석에서 다반응값의 최적화 문제는 단반응값 최적화문제보다 복잡하다. 이런 다반응값 문제에서 반응변수들이나 설명변수 상호간의 관계나 중요성 등을 평가하는 것은 중요하다. 이러한 평가를 위하여 biplot를 이용할 수 있는데, 1차 회귀모형이 적합치 않은 경 우, 2차 회귀모형을 위한 순차적 실험계획을 이용하여 2차 회귀 모형에 대응되는 biplot를 그려 선형 및 비선형효과를 알 수 없게 된다.

• 응용통계연구
• /
• 제22권4호
• /
• pp.855-864
• /
• 2009

정준상관 행렬도(canonical correlation biplot)는 정준상관분석(canonical correlation analysis)에서 두 변수 집단에 의해서 측정된 다변량 자료에서 변수 집단 간의 관계와 개체들의 관계를 탐색하기 위한 2차원 그림이다. 최근에 최태훈과 최용석 (2008)는 2006년도 KLPGA 선수를 대상으로 정준상관 행렬도를 통해 기술요인변수군과 경기성적요인변수군간의 관련성을 살펴보고 군집분석을 활용하여 각 선수들의 군집을 시도하였다. 프로크러스티즈 분석(Procrustes analysis)은 두 형상(shape)의 유사성을 비교하는 데 사용되는 기법이다. 본 연구에서는 테니스 그랜드슬램대회의 선수특성요인변수군과 경기요인변수군에 대한 분석연구를 정준상관 행렬도를 적용하여 살펴보고 프로크러스티즈 분석을 통하여 행렬도 형상비교를 하였다.

• 응용통계연구
• /
• 제9권2호
• /
• pp.55-72
• /
• 1996

일반적으로 타이어 제조공학에 있어서 측정되는 자료는 여러개의 설계인자와 성능 특성치가 사용된 다변량 자료행렬로 주어지는데, 이러한 자료행렬의 중요한 특성중의 하나는 각 반응값들이 서로 다른 것들과 높은 상관관곌르 가질 수 있다는 것이다. 따라서 본 연구는 이러한 복잡한 성격을 갖는 자료행렬의 분석에 적합한 biplot 작성의 수학적 이론을 알아보고, 또한 각 변수들의 구조적 특성 및 내재한 상호 관련성을 다변량 분산분석 biplot과 다반응치 희귀모형 biplot을 이용하여 포괄적으로 고찰하였다.

• Communications for Statistical Applications and Methods
• /
• 제20권6호
• /
• pp.491-498
• /
• 2013

We consider support vector machines(SVM) to predict Y with p numerical variables $X_1$, ${\ldots}$, $X_p$. This paper aims to build a biplot of p explanatory variables, in which the first dimension indicates the direction of SVM classification and/or regression fits. We use the geometric scheme of kernel principal component analysis adapted to map n observations on the two-dimensional projection plane of which one axis is determined by a SVM model a priori.

• 응용통계연구
• /
• 제23권5호
• /
• pp.933-941
• /
• 2010

행렬도는 고차원의 자료를 저차원 공간에 투영하여 자료를 시각화하는 비교적 현대적인 방법으로써, 자료의 산포도, 집단 구분, 변수사이의 상관관계 등 유용한 정보들을 제공한다. 본 연구에서는 이러한 행렬도를 간략하게 소개하고, 행렬도의 구현을 위해 대중성이 높아지고 있는 무료 소프트웨어인 R의 BiplotGUI 패키지를 사용하였다. 그리고 전북대학교에서 2009년도에 실시된 신입생의 진로의식 조사 자료를 이용하여, 신입생의 선호직업과 진로성숙도의 관계를 행렬도 분석방법으로 살펴보았다.