이진 데이터용 로짓 전개 선택 모델

초록

본 논문은 정치·마케팅 분야에서 비단조적 반응을 보이는 이진 선택 데이터를 모델링하기 위해, Gumbel 분포를 기반으로 한 로짓 전개(choice) 모델을 제안한다. 무거운 꼬리 충격을 허용하고, 파라미터 튜닝이 거의 필요 없는 Gibbs 샘플러 기반 MCMC 알고리즘을 개발해 후방분포를 효율적으로 탐색한다. 미국 하원의 투표 데이터를 실증적으로 적용해 기존 모델보다 복잡도 조정 적합도가 우수함을 보인다.

상세 분석

이 논문은 전통적인 이진 선택 모델이 잠재적 위치와 정책 위치 사이의 거리 제곱을 기반으로 한 단조적 로짓 함수를 가정함에 따라, 극단적인 정치인들이 중도와 동일한 투표 패턴을 보이는 현상을 설명하지 못한다는 점을 지적한다. 이를 해결하기 위해 저자들은 각 안건에 대해 세 개의 정책 위치(ψ j,1, ψ j,2, ψ j,3)를 도입하고, ψ j,2를 ‘찬성’ 위치, ψ j,1과 ψ j,3을 각각 ‘현상 유지’와 ‘극단 대안’ 위치로 설정한다. 유틸리티는 (β i − ψ j,k)² 형태의 거리 제곱에 Gumbel 잡음을 더한 형태이며, 세 유틸리티 중 ψ j,2가 가장 큰 경우에만 ‘찬성’이 선택된다. 이 구조를 통해 확률함수는

p(y=1|β,α,δ)=1/