구분 | 내용 | 장점 | 단점 |
---|---|---|---|
전진선택법 | 절편만 있는 상수 모형으로부터 시작해 중요하다고 생각되는 설명변수부터 차례로 모형에 추가한다. | 이해하기 쉽고 변수의 개수가 많은 경우에도 사용 가능하다. | 변수값의 작은 변동에도 결과가 크게 달라져 안정성이 부족하다. |
후진제거법 | 독립변수 후보 모두를 포함한 모형에서 출발해 가장 적은 영향을 주는 변수부터 하나씩 제거하면서 더 이상 제거할 변수가 없을 때의 모형을 선택한다. | 전체 변수들의 정보를 이용한다. | 변수의 개수가 많은 경우 사용하기 어렵다. |
단계선택법(단계적 방법) | 전진선택법에 의해 변수를 추가하면서 새롭게 추가된 변수에 기인해 기존 변수의 중요도가 약화되면 해당변수를 제거하는 등 단계별로 추가 또는 제거되는 변수의 여부를 검토해 더 이상 없을 때 중단한다. |
구분 | 내용 |
---|---|
연결정도 중심성(Degree centrality) | - 한 점에 직접적으로 연결된 점들의 합 - 한 점에 얼마나 많은 다른 점들이 관계를 맺고 있는지를 기준으로 그 점이 중심에 위치하는 정도를 계량화한 것 - 연결된 노드의 수가 많을수록 연결정도 중심성이 높아짐 |
근접 중심성(Closeness centrality) | - 한 노드로부터 다른 노드에 도달하기까지 필요한 최소 단계의 합 - 근접 중심성이 높을수록 네트워크의 중앙에 위치함 |
매개 중심성(Betweerness centrality) | - 네트워크 내에서 한 점이 담당하는 매개자 혹은 중재자 역할의 정도 - 한 노드가 연결망 내의 다른 노드들 사이의 최다 연결 경로 위에 위치하면 할수록 그 노드이 매개 중심성이 높음 |
위세 중심성(Eigenvector centrality) | - 자신의 연결정도를 중심성으로부터 발생하는 영향력과 자신과 연결된 타인의 영향력을 합하여 결정 - 위세가 높은 노드들과 관계가 많을수록 자신의 위세 또한 높아짐 - 보나시치(Bonacich) 권력지수 : 위세 중심성의 일반적인 형태로, 연결된 노드의 중요성에 가중치를 둬 노드의 중심성을 측정하는 방법 |
구분 | 내용 |
---|---|
명목척도 | 측정 대상이 어느 집단에 속하는지 분류할 때 사용하는 척도(성별, 출생지 구분 등) |
순서척도(서열척도) | 측정 대상의 서열관계를 관측하는 척도(만족도, 선호도, 학년, 신용등급 등) |
구간척도(등간척도) | 측정 대상이 갖고 있는 속성의 양을 측정하는 것으로 구간이나 구간 사이의 간격이 의미있는 자료(온도, 지수 등) |
비율척도 | 간격(차이)에 대한 비율이 의미를 가지는 자료로 절대적 기준인 0이 존재하고 사칙연산이 가능하며 제일 많은 정보를 가지는 척도(무게, 나이, 시간, 거리 등) |