프로젝트 소개
본 과제는 0이 지나치게 많이 나타나는 영과잉 가산자료를 더 정확하게 분석하기 위한 베이지안 통계 방법론 개발 연구임. 사회과학, 자연과학, 의학, 공학 등에서 빈번한 자료 특성을 반영해 편향을 줄이고 모형선택과 변화점 감지를 정교화하려는 목적임.
연구 목표는 영과잉 이항분포와 이변량 이항분포에서 무정보 사전분포와 intrinsic prior를 유도하고, ZIB 세팅의 변화점 감지, 로짓 연결함수 기반 회귀모형의 모수추정 및 모형선택을 수행하는 데 있음. 핵심 내용은 5개 연차별로 사전분포, 이원분할법, 제프리스 사전분포, MCMC, E-M알고리즘을 단계적으로 연구하는 것임. 기대 효과는 스포츠, 의학, 보험학, 행정학 등에서 변수 탐지와 예측 정확도 향상에 기여하는 새로운 분포와 분석 방법론 확보임.