• Journal of Soil and Groundwater Environment
• /
• v.7 no.3
• /
• pp.103-114
• /
• 2002

Knowledge of soil water retention characteristic is essential for many problems involving water flow and organic solute transport in unsaturated soils. A physico-empirical approach based on the translation of the particle-size distribution (PSD) into a corresponding water retention curve has been accomplished by others using the concept that the pore-size distribution is directly related to PSD. This approach implies that details of a PSD curve may affect the estimation of water retention characteristic (WRC). To determine whether the WRC estimation using the Arya-Paris model could be affected by the selection of a PSD model, four PSD models with one to four fitting parameters were used. The Jaky model with only one fitting parameter had greater WRC estimation ability than other models with greater number of fitting parameters. The better performance of the Jaky model may be explained by the effect of soil structure in field soils.

• Proceeding of EDISON Challenge
• /
• 2012.04a
• /
• pp.109-112
• /
• 2012

선박의 저항을 추정하는 일은 선박설계에 있어 가장 기본적인 작업이다. 그러나 선박의 크기는 매우 크기 때문에 일반적으로 모형선 실험을 통해 선박의 저항을 추정한다. 이 때, 모형선 실험은 Froude 수를 기준으로 수행하게 되는데 이 때문에 모형선과 실선의 Reynolds 수가 서로 다른 영역에 놓이게 된다. 따라서 모형선 실험에서 얻어진 데이터를 실선에 그대로 적용할 수 없기 때문에 모형선-실선 저항추정법을 사용하게 된다. 본 연구에서는 이러한 모형선-실선 저항추정법에 사용되고 있는 2 차원 외삽법을 살펴보고 이 기법에 사용되고 있는 ITTC 마찰저항곡선을 등가평판 주위의 유동장 해석결과와 비교하였으며 ITTC 마찰저항곡선에 대해 고찰하였다.

• Journal of Korean Society of Transportation
• /
• v.16 no.4
• /
• pp.195-212
• /
• 1998

본 연구는 새로운 설계일관성 검토기법의 정립을 위하여 수행되었으며, 이를 위해 속도추정 모형을 개발하였다. 본 연구를 통해 개발된 모형은 차량의 주행속도에 가장 큰 영향을 미치는 주 요소를 고려한 장점을 지니고 있다. 즉 평면곡선에서는 운전자의 시각적 판단을 기초로 등판차량의 주행속도를 추정하였다. 또한 이러한 속도추정이 승용차뿐만 아니라 트럭의 경우로 나누어 이루어짐으로써, 차종별 고려가 가능하도록 하였다. 다음은 본 연구를 통해 이루어진 결과이다. 평면곡선에서는 승용차와 트럭의 속도가 같게 추정되었으며, 시거를 통해 산정된 추정속도는 곡선반경과 밀접한 관계를 갖는다. 종단선형에서 승용차의 속도는 구배의 영향을 받지 않으나, 트럭은 구배의 영향으로 속도가 감소한다. 이 때 트럭에 작용되는 가속도는 모두 세 종류로써, 첫째, crawl speed에 도달할 때까지 작용한 가속도$(a_1)$와 둘째, crawl speed 이후 작용한 가속도$(a_2)$ 그리고 셋째, 하향구배 주행시 작용된 가속도$(a_3)$로 구분된다. Watanatade가 제시한 것과 같이 평지에서 나타나는 평면곡선의 주행속도와 구배지에서의 속도를 단순 비교 함으로써, 작은 속도의 궤적을 따라 평지에서 나타나는 평면곡선의 주행속도와 구배지에서의 속도를 단순 비교함으로써, 작은 속도의 궤적을 따라 합성선형의 속도를 추정하는 것은 합성선형이 차량의 주행속도에 미치는 영향을 간과한 것으로 판단할 수 있다. 그러나 본 모형에서는 합성선형의 영향을 고려하여 승용차와 트럭의 주행속도를 추정함으로써, 보다 현실적으로 주행속도를 추정하였다. 본 연구의 결과는 도로의 설계일관성을 검토하는데 매우 유용한 도구가 될 것이며 향후 운전자의 희망속도 결정, 감속율의 산정, 교통류의 고려, 도로설계의 전산화 자료와 연결 등을 통해 보다 실용적인 결과를 산출할 수 있을 것이다.

• The Korean Journal of Applied Statistics
• /
• v.14 no.2
• /
• pp.233-243
• /
• 2001

중장기 수요예측을 위해 자주 사용되는 방법으로 확산모형과 성장곡선모형을 들 수 있다. 본 논문에서는 이들 방법론의 성격 및 실제 적용에 있어 모수추정에 따른 문제점들을 살펴보고, 모수추정을 효율적으로 수행하기 위한 전략을 제시한다. 또한 실제 자료에 각 방법론들을 적용하여 예측결과를 비교한다.

• The Korean Journal of Applied Statistics
• /
• v.12 no.2
• /
• pp.315-323
• /
• 1999

이 논문에서는 국내 우편통계의 현황에 대하여 간략히 언급하고 있으며 접수 우편물량에 대한 기술통계와 배달 우편물량에 대한 추정을 다루고 있다. 성장곡선모형을 이용하여 접수 우편물량에 대한 예측을 논의하였고 성장곡선모형 중에서 삼차곡선이 매우 잘 적합시키는 것을 확인할 수 있었다. 또한 체신청별 배달 우편물량을 체신청별 접수 우편물량과 마코프 연쇄에서 나타나는 전이행렬을 이용하여 추정하였으며 이는 표본이 비추정의 기본 개념과 일맥 상통함을 발견하였다.

• Journal of Animal Science and Technology
• /
• v.48 no.1
• /
• pp.29-38
• /
• 2006

The objective of this study was to estimate genetic variances of growth curve parameters in Hanwoo cows. The data used in this study were records from 1,083 Hanwoo cows raised at Hanwoo Experiment Station, National Livestock Research Institute(NLRI). First evaluation model(Model I) fit year-season of birth and age of dam as fixed effects and second model(Model II) added age at the final weight as a linear covariate to Model I. Heritability estimates of A, b and k from Gompertz model were 0.22, 0.11 and 0.07 using modelⅠ and 0.28, 0.11 and 0.12 using modelⅡ. Those from Von Bertalanffy model were 0.22, 0.11 and 0.07 using modelⅠ, 0.28, 0.11 and 0.12 using modelⅡ. Heritability estimates of A, b and k from Logistic model were 0.14, 0.07 and 0.05 using modelⅠ, 0.18, 0.07 and 0.12 using modelⅡ. Heritability estimates of A from Gompertz model were higher than those from Von Bertalanffy model or Logistic model in both model Ⅰand model Ⅱ. Heritability estimates of b from Logistic model were higher than those from Gompertz model or Von Bertalanffy model in both modelⅠand model Ⅱ. Heritability estimates of birth weight, weaning weight, 3 month weight, 6 month weight, 9 month weight, 12 month weight, 18 month weight, 24 month weight, 36 month weight were after linear age adjustment 0.27, 0.11, 0.19, 0.14, 0.16, 0.23, 0.52 and 0.32, respectively. Heritability estimates of birth weight, weaning weight, 3 month weight, 6 month weight, 9 month weight and 24 month weight fit by Gompertz model were larger than those estimated from linearly adjusted data. Heritability estimates of 12 month weight, 18 month weight and 36 month weight fit by Von Bertalanffy model were larger than those estimated from linearly adjusted data. In the multitrait analyses for parameters from Gompertz model, genetic and phenotypic correlations between A and k parameters were －0.47 and －0.67 using modelⅠand －0.56 and －0.63 using model Ⅱ. Those between the A and b parameters were 0.69 and 0.34 using modelⅠand 0.72 and 0.37 using model Ⅱ. Those between the b and k parameters were －0.26 and 0.01 using modelⅠand －0.30 and 0.01 using model Ⅱ. In the multitrait analyses for parameters from Von Bertalanffy model, genetic and phenotypic correlations between A and k parameters were －0.49 and －0.67 suing model Ⅰ and －0.57 and －0.70 using modelⅡ. Those between the A and b parameters were 0.61 and 0.33 using modelⅠ and 0.60 and 0.30 using model Ⅱ. Those between the b and k parameters were －0.20 and 0.02 using modelⅠ and 0.16 and 0.00 using modelⅡ. In the multitrait analyses for parameters from Logistic model, genetic and phenotypic correlations between A and k parameters were －0.43 and －0.67 using model Ⅰ and －0.50 and －0.63 using modelⅡ. Those between the A and b parameters were 0.47 and 0.22 using modelⅠ and 0.38 and 0.24 using modelⅡ. Those between the b and k parameters were －0.09 and 0.02 using model Ⅰ and －0.02 and 0.13 using model Ⅱ.

• Water for future
• /
• v.29 no.1
• /
• pp.151-161
• /
• 1996

The proposed flood forecasting system combines a flood routing model with a parameter estimation model. In the parameter estimation model system states and parameters are treated with the extended state-space formulation. The extended Kalman filter is adopted to estimate the states and parameters. A sensitivity analysis is used to investigate the relative significance of the parameters. Insensitive parameters are treated as constants and parameters that are mutually correlated are combined in a simplified form. The developed estimation methodology is applied todam sites of the multi-purpose reservoirs in Korea. The forecasted hydrographs from the extended Kalman filter satisfactorily coincide with the observed. From the time sequence plots of estimated parameters, it is found that the storage coefficient is almost constant, but exponent varies appreciably in time.

• Korea journal of population studies
• /
• v.23 no.1
• /
• pp.197-215
• /
• 2000

이 논문에서는 선형·비선형 성장곡선모형의 종류와 특성을 살펴보고, 이들을 비교·검토하고, 모형선호기준 통계량에 입각하여 추정결과를 비교한다. 또한 최종사용자 환경을 위한 SAS/AF로 구현한 성장곡선모형에 의한 인구예측시스템을 소개한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2009.05a
• /
• pp.1272-1276
• /
• 2009

극치강우사상에 의한 설계 홍수량의 갑작스런 증 감은 홍수, 가뭄과 같은 기상학적 요인에 기인한 재난을 발생시킨다. 많은 연구자들은 보다 정확한 확률강우량의 예측과 유출량의 예측을 위해 많은 노력을 하고 있다. 본 연구에서는 강원도 강릉 강우관측소를 대상으로 강우-빈도곡선의 불확실성 분석을 수행하였다. 관측 자료의 수집에서 발생하는 불확실성을 최소화 하고자 ARMA 모형을 이용하여 합성강우자료를 구축하였으며, 발생된 합성강우량을 Bootstrap 방법을 이용하여 대규모의 자료집단으로 발생시킴으로서 신뢰구간에 사용할 자료집단을 발생시켰다. 본 연구에서는 극치강우사상에 적합한 것으로 알려진 Gumbel 분포와 일반극치 분포(GEV 분포) 모형을 선정하였으며 각 확률분포모형에 대한 매개변수 추정방법으로 최우도법, 확률가중모멘트법 그리고 베이지안 추론방법을 사용하여 각 매개변수의 최후 추정치를 산정하였다. 또한 원 자료를 이용하여 최우도법, 확률가중모멘트법 그리고 베이지안 추론방법을 통해 매개변수를 산정 후 강우-빈도 곡선을 추정하여 합성강우자료의 Bootstrap 방법에 의해 발생된 자료로부터 산정한 강우-빈도 곡선의 신뢰구간과 비교함으로서 불확실성이 낮은 확률강우량을 산정할 수 있는 매개변수 추정방법을 평가하고자하였다.

• Economic Analysis
• /
• v.26 no.1
• /
• pp.84-132
• /
• 2020

A central bank infers market expectations of future yields based on yield curves. The central bank needs to precisely understand the changes in market expectations of future yields in order to have a more effective monetary policy. This need explains why a range of models have attempted to produce yield curves and market expectations that are as accurate as possible. Alongside the development of bond markets, the interconnectedness between them and macroeconomic factors has deepened, and this has rendered understanding of what macroeconomic variables affect yield curves even more important. However, the existence of various theories about determinants of yields inevitably means that previous studies have applied different macroeconomics variables when estimating yield curves. This indicates model uncertainties and naturally poses a question: Which model better estimates yield curves? Put differently, which variables should be applied to better estimate yield curves? This study employs the Dynamic Nelson-Siegel Model and takes the Bayesian approach to variable selection in order to ensure precision in estimating yield curves and market expectations of future yields. Bayesian variable selection may be an effective estimation method because it is expected to alleviate problems arising from a priori selection of the key variables comprising a model, and because it is a comprehensive approach that efficiently reflects model uncertainties in estimations. A comparison of Bayesian variable selection with the models of previous studies finds that the question of which macroeconomic variables are applied to a model has considerable impact on market expectations of future yields. This shows that model uncertainties exert great influence on the resultant estimates, and that it is reasonable to reflect model uncertainties in the estimation. Those implications are underscored by the superior forecasting performance of Bayesian variable selection models over those models used in previous studies. Therefore, the use of a Bayesian variable selection model is advisable in estimating yield curves and market expectations of yield curves with greater exactitude in consideration of the impact of model uncertainties on the estimation.