• Communications for Statistical Applications and Methods
• /
• 제5권2호
• /
• pp.431-437
• /
• 1998

본 논문의 목적은 계층적 베이즈 일반화 선형모형을 이용하여 경시적 자료를 분석하는 것이다. 구체적으로 계층적 베이즈 변량효과 모형을 소개하고 무정보적 사전분포 하에서 사후분포가 진(proper)인지에 대한 충분조건을 찾는다 또한, 깁스(Gibbs) 표본자를 사용하여 제안된 계층적 베이즈 절차의 수행에 관해 논의한다. 현실자료를 사용하여 제안된 계층적 베이즈 분석을 예시하고, 이에 대응하는 경험적 베이즈 분석과 비교한다.

• 응용통계연구
• /
• 제12권2호
• /
• pp.405-414
• /
• 1999

양쪽중단(doubly censored)된 지수분포에서 모수와 신뢰도함수를 계층적 베이지안(hierarchical Bayesian)방법을 이용하여 추정하였다. 베이즈 계산은 깁스표본기법(Gibbs sampler)을 이용하고 또한 완전조건부 분포(full conditional distribution)의 정량화 상수를 모르는 경우에는 적합기각방법(adaptive rejection sampling)을 이용하였다. 그리고 실제자료를 이용하여 분석을 하였다.

• 한국조사연구학회:학술대회논문집
• /
• 한국조사연구학회 2000년도 추계학술대회 발표논문집
• /
• pp.229-250
• /
• 2000

신뢰할 만한 소지역 통계 작성을 위한 다양한 소지역 추정 기법들이 최근 많은 관심속에 개발되고 있다. 이 논문은 다양한 소지역 추정 기법들 중 일부 기법들에 대한 간략한 소개 및 실례를 제시한다. 먼저 대표적인 소지역에 대한 간접추정법인 인구통계학적 방법, 합성추정법과 복합추정법에 관한 이론 및 추정절차를 살펴보았고, 모형 기반 추정법으로써 경험적 베이즈(EB) 추정법과 계층적 베이즈(HB) 추정법을 소개하였다. 마지막으로 합성추정법과 복합추정법을 이용하여 충북의 시군구 실업자 추정에 적용해 보았고, 시군구 실업자 추정결과를 직접 추정법의 결과와 비교하였다.

• 응용통계연구
• /
• 제15권1호
• /
• pp.119-128
• /
• 2002

Rao와 Yu(1994)는 소지역 추정(small area estimation) 문제를 해결하기 위한 방법으로 추정 시점과 인접지역 정보 등 보조정보와 과걱의 표본조사 결과를 모두 이용하는 모형과 그 모형으로 부터 경험적최량선형비편향추정량(Empirical Best Unbiased Predictor)을 제안하였다. 본 논문에서는 Rao와 Yu의 모형에서 미지의 모수에 대한 사전확률분포를 가정한 계층적 베이즈 추정량을 제안하고, 이를 미국의 주별 4인가족 소득추정문제에 적용하여 그 효율을 미국의 Census Bureau에서 사용하고 있는 경험적 베이즈추정량 및 이전에 제안된 다른 추정량들과 비교하였다.

• Communications for Statistical Applications and Methods
• /
• 제4권2호
• /
• pp.333-343
• /
• 1997

선형회귀분석에서 변수의 선택문제는 최적의 모형을 찾는데 아주 중요한 부분을 차지한다. George와 McCulloch(1993)는 계층적 베이즈 모형과 깁스표본법을 이용하여 선형회귀모형에서 변수를 선택하는 문제를 고려하였다. 이 논문에서는 George와 McCulloch의 모형을 바탕으로 각각의 설명변수가 모형에 포함될 사전확률을 객관적인 기준에 의하여 결정하는 문제를 고려하여 보았다.

• 응용통계연구
• /
• 제24권4호
• /
• pp.677-693
• /
• 2011

본 논문에서는 영 과잉 계수형 자료 분석을 위한 모형중의 하나인 영 과잉 포아송 모형의 베이지안 접근 방법에 대해서 연구한다. 구체적으로는 베이지안 영 과잉 포아송 모형의 적합을 위한 사후 표본을 추출하는데 있어서, 깁스 표집기(Gibbs sampler)를 이용하는 마르코프 연쇄 몬테칼로(MCMC) 방법과 역 베이즈공식(IBF)에 의한 표본추출 방법 두 가지를 고려한다. 이러한 두 가지 사후 표본 추출방법을 비교 설명하고, IBF를 통한 사후표본을 깁스 표집기 사후표본의 수렴성 여부를 확인하는 방식에 대해서도 소개한다. 이를 바탕으로 베이지안 영 과잉 포아송 모형을 Trajan이라는 사과 품종의 발아자료(Trajan data, Marin 등, 1993)에 적용하고 모수에 대한 사후추론을 실시하고 기존의 결과와 비교한다. 또한 주어진 자료에 대하여 영 과잉 포아송 모형이 적합한지에 대한 여부를 여러 가지 모형선택 기준을 통해서 살펴보고, 아울러 기존의 자료 분석 결과 (Rodrigues, 2003)를 보완하기 위하여 계층적 베이지안 모형과 같은 대안에 대해서도 논의해본다.

• 응용통계연구
• /
• 제20권2호
• /
• pp.229-244
• /
• 2007

국내외에서 소지역 추정에 관한 많은 연구가 진행되고 있다. 보조 자료가 충분히 있는 경우 모형기반 추정법을 사용하는 것이 일반적이며 이 중에서 계층적 베이지안(Hierarchical Bayesian: HB) 추정법이 가장 좋은 것으로 알려져 있다. 그러나 보조 자료가 충분하지 않은 경우에는 모형 기반 추정법의 사용은 제한적이다. 최근 충분한 보조 자료가 없는 경우 공간 정보를 보조 자료로 사용하는 방법이 제안되었다. 본 논문에서는 공간통계량과 베이즈 접근방법을 활용한 모형기반의 소지역 통계량들을 모형 검진방법(Diagnostic method)들을 이용하여 비교 분석하였다. 분석에 사용된 자료는 2005년도 경제활동인구 조사이며 소지역(시,군,구)통계를 추정하여 비교하였다.

• Journal of the Korean Data and Information Science Society
• /
• 제20권1호
• /
• pp.77-87
• /
• 2009

최근 들어 소지역 추정 문제를 해결하는데 베이지안 방법이 주목을 받고 있다. 본 논문에서는 고객집단별 보험금에 대한 실제 자료를 MCMC 기법을 통한 계층적 베이지안 모형과 일원분류, GLM-Normal, GLM-Gamma 모형으로 분석하여 그 결과를 비교하였다. 결론적으로 소지역 추정에 의하여 얻어진 보험금 추정량이 다른 방법으로부터 얻어진 추정량들과 비교하여 가장 합리적이고 좋은 추정량임을 보일 수 있었다. 특히, 표본 수가 적은 집단에 대하여 소지역 추정의 정확성이 현저하게 높음을 알 수 있었다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제41권7호
• /
• pp.481-491
• /
• 2014

지구 온난화 문제와 화석 연료 양의 한계 때문에 재생 가능한 전력 생산에 대한 관심이 증가하고 있다. 특히 재생 에너지 중 태양광 에너지의 전력 생산 비율은 점차 증가함에 따라 집광형 태양광발전 시스템은 높은 전력 생산량으로 각광받고 있다. 하지만 이 시스템은 태양광 중첩률이 높을 때 가장 높은 발전 효율을 내기 때문에 허용 오차 범위가 작은 정밀 태양 추적 시스템이 필요하다. 본 논문에서는 복잡한 환경에 대응할 수 있는 베이지안 네트워크와 나이브 베이즈 분류기를 이용한 계층적 추적 시스템을 제안한다. 베이지안 네트워크는 불완전하고 불확실한 상황을 모델링 하는데 강력한 모델로 충분한 양의 데이터가 없을 경우에도 도메인 지식을 바탕으로 네트워크를 설계할 수 있다는 장점이 있다. 제안하는 계층적 확률 시스템에서는 불확실한 하늘 상황을 9개로 분류하고 모듈형 베이지안 네트워크를 이용하여 현재 날씨 상황을 추론한다. 또한 나이브 베이즈 분류기를 이용하여 추론된 날씨 상황을 고려한 효율적인 추적 방법을 분류하고 선택한다. 베이지안 네트워크의 유용성을 평가하기 위해 실제 날씨 데이터를 수집하였고 평균 93.9%의 정확도(Accuracy)를 보였다. 또한, 제안하는 시스템과 핀홀 카메라 시스템의 태양광발전 효율을 비교한 결과 약 16.58%의 성능이 향상됨을 확인하였다.

• Journal of the Korean Data and Information Science Society
• /
• 제23권4호
• /
• pp.627-641
• /
• 2012

본 연구는 다차원 분할표 형태로 정리된 범주형 자료가 결측치나 무응답을 가지고 있을 때 주어진 자료를 가장 잘 설명하고 예측의 정확도를 높일 수 있는 모형의 추정과 모형의 선택 문제를 다루었다. 무시할 수 없는 무응답 (non-ignorable non-response)체계하에서 최대우도 추정에서 발생할 수 있는 변방값 문제를 해결하기 위하여 계층적 베이지안 모형을 고려하였다. 또한 모형 적도를 높이기 위한 변수 조합을 찾는 모형 선택의 문제를 함께 다루었다. 베이지안 접근하에서 모형 선택의 문제를 다루기 위하여 베이즈 인자 (Bayes factor)를 모형 선택의 기준으로 이용하였다. 제시된 방법은 2004년 실시된 우리나라 국회의원 선거를 앞두고 수행된 여론조사 데이터를 이용하여 실증분석을 수행하였다. 분석결과 무시할 수 없는 무응답 체계하에서 설명변수로 투표참여여부를 이용하는 것이 가장 적합한 모형으로 판명되었다.