Bayesian Model Selection for Bivariate Binomial and Bivariate Exponential Inference
연구 내용
이변량 이항 분포와 이변량 지수 분포를 기반으로 절단, 이항 링크 함수, 랜덤 효과를 함께 고려하며 베이지안 추론과 모형 선택 절차를 정립하는 연구
이변량 관측에서 두 성공확률 또는 공변 변수를 동시에 다루는 베이지안 회귀 모형을 구성하고, 랜덤 효과로 이질성을 반영합니다. 또한 하한·상한 또는 두 방향 절단이 존재하는 상황에서 숨은 절단(two-sided hidden truncation)을 포함하는 추론 틀을 제안합니다. 검출·세그먼테이션 문제에서는 이변량 이항 분포를 이용해 구간 간 변화를 포착하는 절차를 설계합니다. 이러한 과정에서 베이즈 팩터 기반 모형 선택과 사전 설정 하의 후험 계산을 연동하여, 모형 적합도와 구조 비교가 가능하도록 만드는 차별성을 보유하고 있습니다.
관련 연구 성과
관련 논문
3편
관련 특허
0건
관련 프로젝트
0건
연구 흐름
초기에는 이변량 이항 분포를 활용해 두 성공확률이 함께 관측되는 자료를 대상으로 회귀 분석과 예측을 수행하는 방향으로 연구를 진행합니다. 이후 이변량 이항 분포를 이진 세그먼테이션 절차에 접목하여 스포츠 자료에서의 연속성 변화 탐지로 확장합니다. 2024년에는 Arnold–Strauss 이변량 지수 모형에 대해 두 방향 숨은 절단을 포함한 베이지안 추론을 다루고, 절단 유무에 대한 베이즈 팩터 기반 비교를 함께 수행합니다. 최근 연구에서는 모형 선택과 복잡한 관측 구조를 동시에 고려하는 방법론 정립에 집중합니다.
활용 가능성
활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.
관련 논문
구분
제목
Logistic Regression Model for a Bivariate Binomial Distribution with Applications in Baseball Data Analysis
Binary segmentation procedures using the bivariate binomial distribution for detecting streakiness in sports data
Bayesian Inference for a Hidden Truncated Bivariate Exponential Distribution with Applications