선형 회귀 맥락에서 분산 기반 중요도 측정치를 개관하다: 비교 분석 및 수치 시험

많은 사회환경 연구에서 가장 근본적인 문제 중 하나는 관심 있는 현상과 관련된 인과 효과 및 영향력 있는 변수를 식별하는 것입니다. 회귀 분석의 맥락에서 중요도 측정치는 가장 영향력 있는 회귀 변수를 순위화할 수 있도록 하는 특성 선택 및 모델 해석을 위한 효과적인 도구입니다. 특히, 분산 기반 중요도 측정치(VIM)는 통계학 분야와 글로벌 민감도 분석의 신흥 분야에서 두드러진 주제입니다. 이는 설명 변수의 분산 비율로서 접근 가능한 해석 덕분입니다. 본 연구는 선형 회귀 모델에 중점을 두고, 다양한 토이 케이스에 대한 비교 분석 및 수치 시험을 통해 주로 잘 확립된 방법의 최신 개요를 제공하는 것을 목표로 합니다. 또한, 의존 입력 및 높은 입력 차원과 같은 발생할 수 있는 몇 가지 실용적인 문제를 다룹니다. 이러한 도구의 실용적 관련성은 시뮬레이션 데이터 및 공개 데이터셋에 대한 경험적 연구를 통해 입증됩니다. 보충 자료 C는 로지스틱 선형 회귀 모델을 통해 분류 맥락에서 VIM의 사용을 제시합니다.