Relative Error Prediction via Penalized Regression

Abstract

본 논문에서는 상대오차의 개념과 벌점회귀를 결합한 새로운 예측방법을 제시하였다. 제안된 방법은 오차항의 분포가 정규성을 크게 벗어나 있어 이상점을 포함하거나 오차항의 분포가 심각하게 비대칭인 경우에도 안정적으로 예측력이 유지할 뿐 아니라 벌점회귀를 통한 변수선택의 성능도 우수하다. 또한 개념적으로 쉽고, 계산 속도가 빠르며, 기존의 알고리즘을 활용해 구현하는 것이 매우 쉽다. 한국교통연구원의 일일 차량통행량 자료 실제 분석 및 모의실험을 통해 제안된 방법의 우수한 성질을 확인하였다. This paper presents a new prediction method based on relative error incorporated with a penalized regression. The proposed method consists of fully data-driven procedures that is fast, simple, and easy to implement. An example of real data analysis and some simulation results were given to prove that the proposed approach works in practice.