α 변환 기반 복합 데이터 회귀와 공간 확장의 통합 프레임워크
안내: 본 포스트의 한글 요약 및 분석 리포트는 AI 기술을 통해 자동 생성되었습니다. 정보의 정확성을 위해 하단의 [원본 논문 뷰어] 또는 ArXiv 원문을 반드시 참조하시기 바랍니다.
초록
α‑전환을 이용해 제로값을 자연스럽게 처리하고, 비선형 최소제곱으로 추정하는 α‑회귀 모델을 제시한다. 이를 기반으로 공간적 지연 변수(SLX), 공간 자기회귀(SAR), 그리고 지리 가중 회귀(GWR) 모델을 확장하여, 공간 의존성을 동시에 고려한 예측 정확도와 해석 가능성을 높였다.
상세 분석
본 논문은 복합 데이터(합이 1인 비음수 벡터)의 회귀 분석에 있어 기존 로그비율(Aitchison) 접근법과 원시 데이터 분석(RDA)의 중간 지점을 제공하는 α‑전환을 핵심으로 삼는다. α∈
댓글 및 학술 토론
Loading comments...
의견 남기기