커널 정규화 최소 제곱법: 유연하고 해석 가능한 머신 러닝 접근법으로 잘못된 모형 설정 편향 줄이기

우리는 사회 과학 모형화 및 추론 문제에 대해 커널 정규화 최소 제곱법(KRLS)의 사용을 제안합니다. KRLS는 선형성이나 가산성 가정에 의존하지 않고 회귀 및 분류 문제를 해결하기 위해 설계된 머신 러닝 방법에서 차용합니다. 이 방법은 방사 기저 함수로서 커널을 사용하여 유연한 가설 공간을 구성하고, 복잡성 패널티 최소 제곱 문제를 최소화하여 이 공간에서 가장 잘 맞는 표면을 찾습니다. 우리는 이 방법이 강한 모수적 가정을 피하면서 일반화된 선형 모형과 유사한 방식으로 해석을 허용하고 비선형성, 상호 작용 및 이질적 효과를 조사할 수 있게 해주기 때문에 사회 과학 연구에 적합하다고 주장합니다. 또한 (1) 점별 한계 효과 및 그 분산에 대한 추정기를 도출하고, (2) 비교적 일반적인 조건 하에 KRLS 추정기의 불편성, 일관성 및 점근적 정규성을 확립하며, (3) 커널 대역폭을 선택하기 위한 간단한 자동화된 규칙을 제안하고, (4) 동반 소프트웨어를 제공하여 이 방법을 사회 조사에 더 효과적으로 만들기 위해 여러 방향으로 확장합니다. 우리는 시뮬레이션 및 실증 사례를 통해 이 방법의 사용을 설명합니다.