Fay-Herriot 모형 하에서의 베이지안 모형 선택기준 비교 = Comparison of Bayesian Model Selection Criteria in Fay-Herriot Model

다국어 초록 (Multilingual Abstract)

There are various model selection criteria for Bayesian model. Sometimes model selection criteria may determine the different models as the best model. In this study we confirm the best Bayesian model selection criteria in semi-parametric Fay-Herriot model under measurement error covariate based on the simulation studies. We consider the best true model based on the root mean square errors and compare the correct proportions among the mean logarithmic conditional predictive ordinate (LCPO), the deviance information criterion (DIC) and the posterior expected predictive deviance (PEPD) for simulation data. For fitting the model and estimating parameters, we consider hierarchical Bayesian approach based on the Markov chain Monte Carlo (MCMC) method. As a result PEPD has the highest correct proportion of selecting the best true model. But the correct proportion tends to decrease when the variance increases, whereas the DIC and LCPO were not significantly affected by variance.

국문 초록 (Abstract)

베이지안 모형의 적합도를 비교하기 위한 여러 가지 베이지안 모형 선택기준이 제시되고 있다. 이러한 모형 선택기준들이 동일한 모형을 최적의 모형으로 선택하기도 하지만 때로는 서로 다른 모형을 최적 모형으로 선택하기도 한다. 이에 본 연구에서는 모의실험을 통해 기능적 및 구조적 측정오차 하에서 준모수적 Fay-Herriot 모형의 가장 적절한 베이지안 모형 선택기준을 확인하고자 한다. 본 연구에서 고려하고자 하는 베이지안 모형 선택기준에는 LCPO(logarithmic conditional predictive ordinate), DIC(deviance information criterion), PEPD(posterior expected predictive deviance)이며, 모의실험에서 모수 추정 및 모형 적합을 위해서 계층적 구조를 기반으로 하는 MCMC(Markov chain Monte Carlo) 방법을 사용하고자 한다. 모의실험 연구에서 최적의 모형 선정은 RMSE(root mean square error)를 이용하였으며 모의실험 결과 PEPD가 최적의 모형을 선택하는 비율이 가장 높게 나타나지만 직접추정치의 분산이 커질수록 최적의 모형을 선택하는 비율이 낮아지는 경향을 보였으며, LCPO와 DIC는 직접추정치의 분산에 영향을 크게 받지 않는 것으로 나타났다.

참고문헌 (Reference)

• 1 최기헌, "회귀모형에 의한 소지역 추정" 한국자료분석학회 6 (6): 1715-1723, 2004
• 2 안혜영, "소지역 추정방법을 이용한 구매액 예측에 관한 연구" 한국자료분석학회 13 (13): 1837-1848, 2011
• 3 류수락, "기능적 측정오차를 고려한 준모수적 Fay-Herriot 모형" 한국자료분석학회 19 (19): 1303-1313, 2017
• 4 류수락, "구조적 측정오차를 고려한 준모수적 Fay-Herriot 모형" 한국자료분석학회 20 (20): 149-161, 2018
• 5 Rao, J. N. K., "Small Area Estimation" John Wiley & Sons Inc 2003
• 6 Gelfand, A., "Model determination using sampling-based methods;Markov Chain Monte Carlo in Practice" Chappman & Hall 145-161, 1996
• 7 Gelman, A. E., "Inference from iterative simulation (with discussion)" 7 (7): 457-511, 1992
• 8 Waller, L., "Hierarchical spatio-temporal mapping of disease rates" 92 (92): 607-617, 1997
• 9 Fay, R. E., "Estimates of income for small places: An application of James-Stein procedures to census data" 74 (74): 269-277, 1979
• 10 Ghosh, M., "Empirical Bayes estimation in finite population sampling" 81 (81): 1058-1062, 1986
• 11 Pi, S., "Comparison of Bayesian model selection criteria in Fay-Herriot model" Graduate school, Daegu university 2018
• 12 Ntzoufras, I., "Bayesian modeling using WinBUGS" John Wiley & Sons 2009
• 13 Spiegelhalter, D. J., "Bayesian measures of model complexity and fit (with discussion)" 64 (64): 583-639, 2002
• 14 황진섭, "Bayesian curve-fitting with radial basis functions under functional measurement error model" 한국데이터정보과학회 26 (26): 749-754, 2015
• 15 Geisser, S., "A predictive approach to model selection" 74 (74): 153-160, 1979
• 16 허심영, "A comparative study in Bayesian semiparametric approach to small area estimation" 한국데이터정보과학회 27 (27): 1433-1441, 2016