시계열 범주형 자료를 위한 동적 베이지안 모형 비교

A Study of Dynamic Bayesian Model Comparison for Categorical Time-series Data

본 연구는 시간의 흐름에 따라 관찰된 분할표 자료에 대한 모형 적합 및 예측을 위한 통계적 모형으로 동적 베이지안 모형을 고려하였다. Park et al.(2012)이 제안한 동적 베이지안 모형을 이용하여 관찰된 자료들이 확률적 추세를 가지고 있을 때 제안하고 있는 모형의 성능을 측정하기 위하여 다양한 모의실험을 수행하였다. 모의실험은 세 가지 측면에서 수행되었다. MSE나 bias측면에서 비교되었을 때 모든 가설모형이 적절한 결과를 보여 주었고 이에 반하여 Bayesian 모형 선택 측면에서 보았을 때는 확률적 추세와 결정적 추세를 모두 가지고 있는 모형에서 좋은 성능을 보여 주었다. 제안된 모형은 1998년 미국 오하이오주 주지사 선거를 앞두고 시행한 사전조사 결과에 적용하여 모형 적합 및 예측을 수행하였다.

We considered a dynamic Bayesian model for model fitting and forecasting for contingency table data according to time tendency. We introduced and utilized the dynamic Bayesian model of Park et al. (2012) and performed various simulation studies to measure the performance of dynamic Bayesian model whether the model can capture the trend which the data may have. According to the simulation study results, the proposed model shows better performance based on MSE and biases for all four hypothesis model. However, the model that have stochastic and deterministic trend simultaneously shows better performance based on Bayesian model selection. The proposed model applied to the pre election survey for US Governor race of Ohio, November 1998.