선형회구모형에서의 효과적인 변수 선택법

Abstract

선회귀모형은 어떤 현상을 예측한다든가 연구자의 가설을 검증한다든가 하는 경영학의 여러 문제에 널리 쓰이고 있다. 회귀모형을 분석하는데 있어 가장 어려운 문제 중의 하나로 지적된 분야가 변수선택의 문제이다. 즉, 종속변수를 설명하기 위한 일군의 독립변수 중에서 어떤 독립변수가 진정으로 종속변수를 설명하는데 필요한 변수인가? 그 동안 많은 연구자들은 이 독립변수 선택의 문제를 그 적용의 단순성을 이유로 단계적 회귀분석법(stepwise regression)을 사용하였다. 그러나 단계적 회귀분석법은 그 동안 여러 연구자에 의해 끊임없는 비판을 받고 있던 중 통계학자들은 최근에 와서 변수선택의 문제를 해결하는 획기적인 방법론을 제시하기 시작하였다. 본 연구의 첫째 목적은 선형회귀모형 하에서 독립변수를 효율적으로 찾는 최근의 방법론으로 베이지언 변수선택법(Bayesian variable selection)을 소개하고 평가하는데 있다. 시뮬레이션을 통해 만들어진 여러 유형의 데이터에 단계적 회귀분석법과 베이지언 변수선택법을 적용하여 베이지언 방법론의 우수성을 보이고자 하였다. 본 연구의 둘째 목적은 모델을 선택할 때 보편적으로 사용되는 여러 척도의 문제점을 지적하고 데이터 시뮬레이션만이 진정으로 변수선택의 방법론을 평가할 수 있는 기준이 된다는 점을 강조하는데 있다. 마지막으로 실제 마케팅 데이터에 여러 변수 선택법을 적용하고 각 모형을 추정하는데 이용되지 않은 샘플에 이들 모형을 적용한 결과 베이지언 변수선택법이 다른 변수선택법의 경우보다 독립변수의 수가 현저히 적은데도 불구하고 예측력에 있어서는 가장 좋은 모형의 결과를 가지게 되어 베이지언 변수선택법의 신뢰성을 한층 높이고 있다.