없음
HOME>고객센터>구매후기
기술에 대해 설명 |
천재 , 작성일 : 2024-04-03, 조회수 : 316 |
42개의 독립 변수를 고전적 회귀 분석에 도입하는 것은 이론적으로나 경험적으로 비실용적이었습니다. 따라서 연구자들은 주성분분석(PCA)을 통해 변수의 수를 줄이는 것이 불가피했다. PCA는 이 경우 중소기업의 금융포용 수준을 결정하는 변수의 수를 요약하는 데 사용되는 추론 분석 방법이며, 그 사용은 Tomaselli et al.의 경우와 동일한 접근 방식을 사용하는 이전 문헌과 일치합니다. [ 59 ], ElSherif [ 21 ], Bensaada 및 Taghezout [ 10 ] 및 Cámara 및 Tuesta [ 13 ]는 금융 포용 수준을 추정합니다. PCA 이후, 금융 포용 수준에서 가능한 가장 높은 변동성을 유발하는 요인에 대한 선형 회귀 모델에 가장 적합한 것을 제공하기 위해 범주형 변수를 사용한 로지스틱 회귀가 수행되었습니다(Archer 등이 제안한 대로 [ 4 ]). 로지스틱 회귀 분석의 장점은 최대 우도 추정을 통해 종속 변수와 독립 변수 모두의 두 개 이상의 범주를 설명하고 구간 및 범주형 데이터와 잘 작동한다는 것입니다[ 2 ]. 중소기업의 금융 포용 수준을 결정하기 위한 주성분 분석(PCA) 이 섹션의 나머지 부분에서는 회귀 분석의 준비 단계로 사용되는 PCA로 알려진 추론 추정 기술에 대해 설명합니다. Shlens [ 57 ]는 PCA를 변수 세트 간의 상호 관계를 조사하고 해당 변수의 기본 구조를 식별하는 통계적 접근 방식으로 정의했습니다. 이는 변수 그룹의 동작을 요약하는 하나 이상의 인공 계열을 생성합니다. 변수가 로드되는 처음 3개 이상의 구성요소가 결과의 가변성을 최대한 설명하는 방식으로 계산됩니다. 이는 원래 점수와 수학적 속성을 기반으로 변수를 더 적은 수의 원래 구성 요소로 그룹화하여 기본 변수 간의 다중 공선성과 가능한 자기 상관성을 동시에 처리하며 이러한 구성 요소는 선형 종속이 아닙니다[ 9 ]. Cámara와 Tuesta[ 13 ] 가 지적한 것처럼 PCA의 추가적인 이점은 종속 변수의 변화를 설명하기 위해 생성되는 새로운 분류된 변수 세트에 있습니다. 이들은 반드시 상관관계가 있는 것은 아니지만 확실히 PCA 이전에 도입된 변수의 기본 잠재 구조의 큰 부분을 보유하고 설명합니다. 구글 상위노출 온라인카지노 커뮤니티 스포츠중계 스포츠중계 성인용품 성인용품 롤 토토 롤 토토 비제이벳 강남달토 강남레깅스룸 11 |
▲ 이전 글 | 대미 포매라니안 말티즈 수출 [0] |
---|---|
▼ 다음 글 | 대미 포매라니안 말티즈 수출 [0] |
렌탈의바다의 사전 서면 동의 없이 사이트의 일체의 정보, 콘텐츠 및 UI등을 상업적 목적으로 전재, 전송, 스크래핑 등 무단 사용할 수 없습니다.
Copyright ⓒ 렌탈의바다 All rights reserved.