We address an issue of graphical modeling based on a collection of marginal models under an assumption that the model is graphically decomposable. In this paper, we build up an algorithm for combining marginal models. A main idea of the algorithm is that the relation between variables of marginal models, separation property, has to be preserved in the combined model structure. A separator, which is called prime separator in the paper, leads to a good method for model combination and the algorithm uses the prime separators to make out a result. This combining algorithm enables us to develop larger graphical models that cannot be handled as a single model. The algorithm is applied to six marginal models involving 40 variables and the goodness-of-fit test methods are introduced for measuring between the true model and the result model.
이 논문에서 그래프 모델이 분해 가능하다는 가정 하에 주변모델들을 이용한 그래프 모델링에 대해 기술한다. 이 논문에서 주변모델들을 결합하여 모델 개발하는 방법을 연구했다. 결합 방법의 주된 아이디어는 주변모델 고유의 분리성질이 결합된 모델에서도 유지된다는 것이다. 이 논문에서 주요 분리자로 언급되는 분리자는 모델 결합을 위한 효율적인 방법을 안내하며 실제로 중요한 역할을 하였다. 그리고 결합 방법은 주요 분리자를 사용하였다. 이 결합 방법은 한 번에 다루기 힘든 거대 모델을 개발하는 데 매우 유용하며 여섯개의 주변 모델들을 가지고 40개 변수의 모델에 적용하였다. 그리고 결과 모델이 어느 정도 실제 모델에 가까운지 판별하는 데 유용한 테스트 방법을 소개하였다.
