다층 순서형 데이터의 등급소속 분석과 새로운 스펙트럴 추정법

초록

본 논문은 시간에 따라 반복 측정된 순서형 설문 데이터를 다층(시간층) 구조로 모델링하는 다층 Grade of Membership(GoM) 모델을 제안한다. 공통 혼합소속 행렬을 추정하기 위해 편향 보정된 Gram 행렬 합계(GoM‑DSoG) 방법을 개발하고, 각 피험자에 대한 수렴 속도를 이론적으로 증명한다. 또한 잠재 클래스 수 K 선택 절차와 광범위한 실험을 통해 제안 방법이 기존 기법보다 우수함을 입증한다.

상세 분석

본 연구는 기존 GoM 모델이 단일 층(시간점) 데이터에만 적용 가능하다는 한계를 인식하고, 이를 다층(시간에 따라 수집된) 순서형 범주형 데이터에 확장한다. 핵심 가정은 모든 층에서 동일한 피험자‑클래스 혼합소속 행렬 Π가 공유된다는 점이며, 각 층마다 별도의 아이템 파라미터 행렬 Θ⁽ˡ⁾가 존재한다. 관측값 R⁽ˡ⁾는 Π 와 Θ⁽ˡ⁾ 의 곱으로 정의된 기대값을 갖는 이항(Binomial) 분포를 따른다. 이때 Θ⁽ˡ⁾ 의 값은