• 응용통계연구
• /
• 제27권4호
• /
• pp.553-560
• /
• 2014

본 논문은 고정효과의 선형모형에서 모수 또는 모수들의 선형함수로 추정가능한 함수를 다루고 있다. 추정할 수 있는 모수들의 수보다 더 많은 모수를 갖는 고정효과모형의 가정에서 관심모수가 추정가능한 모수가 아닌 경우에 최소제곱해는 유일하지 않다. 모형내 모수추정법으로 최소제곱법의 이용은 자료의 벡터공간에서 사영을 구하는 방법과 동일하므로 최소제곱해에 불변인 성질의 추정량을 갖는 추정가능함수의 형태를 사영의 관점에서 파악하고 구성하는 방법을 다루고 있다. 또한, 선형적으로 독립인 추정가능함수들의 기저집합을 구성하는 방법으로 사영공간의 고유벡터들을 활용할 수 있음을 논의하고 있다.

• 응용통계연구
• /
• 제17권1호
• /
• pp.49-60
• /
• 2004

이 논문의 목적은 역 가우스 분포의 모수비가 관심의 대상일 때, 그 모수비에 대한 무정보적 사전분포를 구하는데 있다. 특별히, 모수비에 대한 확률대응사전분포와 기준 사전분포를 제안하였다. 먼저, 관심의 대상이 되는 모수에 대해 모수 직교화 변환을 구하고, 모수 직교화 변환을 이용하여 확률대응사전분포와 기준사전분포를 구하였다. 특히 확률대응사전분포의 일치차수는 1차임을 보였으며 2차 확률대응사전분포는 존재하지 않음을 보였다. 또한 제안된 사전분포에 의해 유도된 사후분포는 적절 분포임을 증명하였다. 모의 실험을 통하여 확률대응사전분포와 기준사전분포를 비교했으며, 실제자료를 이용하여 분석하는 예를 보였다.

• 응용통계연구
• /
• 제20권2호
• /
• pp.357-371
• /
• 2007

경쟁위험(competing risk) 하에서의 누적 발생함수(cumulative incidence function)는 일반적으로 비모수적 방법으로 추정된다. 그러나 관심 있는 원인에 의한 사건이 다른 원인에 의한 사건보다 상대적으로 적게 발생하는 경우에 비모수적 방법으로 추정된 누적발생함수는 이산성으로 인해 다소 정확하지 않게 된다. 이와 같은 경우에 Bryant와 Diagnam(2004)는 관심 있는 원인에 대한 원인특정적 위험함수(cause-specific hazard function)를 모수적으로 모형화하고 다른 원인에 의한 사건은 비모수적으로 추정하는 준모수적 방법을 제안했다. 본 연구에서는 준모수적 누적발생함수 추정량을 재표현하고 와이블분포모형과 대수 정규분포모형으로 확장하였다. 또한 대수 정규분포 원인특정적 위험모형일 경우 누적 발생함수에 대한 비모수적 추정량, 와이블분포 준모수적 추정량과 대수 정규분포 준모수적 추정량의 효율성을 비교하며 준모수적 추정량의 성능과 모형 오설정이 미치는 영향을 살펴보았다.

• 응용통계연구
• /
• 제28권2호
• /
• pp.137-149
• /
• 2015

본 논문에서는 비정상 극치 강수 자료에 대해 계층적 베이지안 모형을 적용하여 시간에 따른 모수의 변화를 추정하며, 미래 확률 강수량에 대한 극단값 분포를 예측하고 더 나아가 반환기간에 대한 경향과 예측 값을 얻고자 한다. 이전의 고전적 통계 방법을 통한 강수 자료의 모수 추정연구의 경우, 자료의 정상성 가정 하에 고정된 모수를 추정하는 방법으로, 최근 나타난 비정상 강수 사상과 같이 강수량이 가지는 분포의 모수적 변화가 예상되는 경우 해석상 문제가 발생한다. 이러한 문제점을 해결하기 위해 모형의 관심모수에 시간에 따른 자기 상관 선형 회귀 함수를 적합한 계층적 베이지안 모형을 고려한다. 제안된 모형의 효율성을 확인하기 위해서 1973년부터 2011년까지 39년 동안의 우리나라 여러지역의 기상 관측소에서 관측된 일일 강우량 자료가 사용하여 대표적인 극단값 분포인 Generalized Extreme Value(GEV) 분포에 적합시키고, 계층적 베이지안 모형을 이용하여 이들 분포의 모수들에 자기상관 시간모형을 소개한 후 우리나라 여러지역에 대한 반환기간에 대한 시간에 따른 경향을 확인하였다.

• 정보처리학회논문지B
• /
• 제19B권3호
• /
• pp.201-208
• /
• 2012

혈관 내 초음파 영상(IVUS: Intravascular ultrasoundimages)에서 내강(Lumen) 경계 영역을 검출하는 것은 환자의 심혈관 상태를 파악하는데 중요한 정보를 제공하며, 이를 통해 심혈관계 질환을 예측하고 진단할 수 있다. 따라서 정확하게 내강 경계를 분할하는 것은 매우 중요한 단계이다. 본 논문에서는 비모수적 확률 밀도 함수와 스무딩 함수를 사용하여 자동으로 내강 영역을 분할하는 기법을 제안한다. 각각의 혈관내 초음파 영상들을 극좌표 이미지로 변환 후 웨이블릿 변환을 적용하여 초기 관심 점들을 검출한다. 초기 관심점들 중에서 잡음과 칼슘에 의해 발생된 튀는 점들을 제거하기 위해 비모수적 밀도 함수와 스무딩 함수를 이용하여 튀는 점들을 제거하고 경계면에 해당하는 중요 관심 점만을 남긴다. 마지막으로, 다항곡선 접합(Polynomial curve fitting) 함수를 정의하고 다항식과 실제 내강 경계선에 접합된 관심 점을 이용하여 자연스러운 내강 경계면을 추정한다. 본 논문에서 제안한 방법을 다양한 초음파 영상에 대해 실험한 결과, 기존에 제안된 방법 보다 정확하게 경계면을 검출함을 알 수 있었다.

• 응용통계연구
• /
• 제27권7호
• /
• pp.1197-1205
• /
• 2014

일반적으로 약제 용량 결정 연구는 대조군과 여러 용량 수준을 비교하여 유효성과 안전성을 동시에 만족하는 약물의 치료 범위(therapeutic window)를 찾아내는 데에 관심이 있다. 이 논문에서는 안전성과 유효성을 동시에 만족하는 용량 결정을 위하여 선형 위치(linear placement)에 점수함수(score function)를 이용한 비모수적 검정법을 제안하였다. 또한 Monte Carlo 모의실험을 통하여 기존의 모수적 방법들과 검정력(power)과 FWE(family-wise error rate)를 비교하였다.

• 응용통계연구
• /
• 제5권1호
• /
• pp.103-111
• /
• 1992

다변량 통계분석기법중 하나로 제기된 투사지향방법은 다변량자료를 관심있는 일차원 또는 이차원의 자료로의 선형투사를 찾아 나가는 방법이다. 이 방법은 다변량 자료가 갖는 차원의 문제를 해결해 줄 수 있는 유용한 기법으로 제시되었다. 본 연구에서는 투사지향방법을 이용하여 추정한 다변량 확률밀도함수를 사용한 새로운 비모수적인 판별분석방법을 제시하고, 이를 기존의 모수적 판별분석방법중 실제적으로 많이 사용되는 선형판별함수방법, 그리고 기존의 비모수적 판별분석방법중 계산상의 편리성이 많은 K-최인접방법과 컴퓨터 시뮬레이션을 통하여 비교분석하였다.

• 응용통계연구
• /
• 제30권1호
• /
• pp.95-102
• /
• 2017

감마 일반화 선형모형은 포아송 분포 또는 이항 분포에 기반한 일반화 선형모형에 비해 적은 관심을 받아왔다. 따라서 감마 일반화 선형모형에서는 오래전에 개발된 통계적인 기법이 아직도 사용되고 있으며, 특히 산포 모수에 대해서는 근사 추정치가 여전히 사용되고 있다. 본 논문에서는 감마 일반화 선형 모형의 산포 모수에 대해 다양한 추정량들을 알아보고 수치 연구를 통해 그들의 효율성을 비교한다. 수치 실험의 결과 최대 가능도 추정량과 Cox-Reid의 수정된 최대 가능도 추정량이 기존의 근사 추정량에 비해 좋은 성능을 보임을 확인하였다.

• 응용통계연구
• /
• 제34권6호
• /
• pp.923-936
• /
• 2021

표본조사에서는 다수의 무응답이 발생하며 이를 적절히 처리하는 다양한 방법이 개발되었다. 특히 무응답이 관심변수에 영향을 받고 이로 인해 발생한 편향은 추정의 정확성을 크게 떨어뜨리며 무응답 처리를 어렵게 한다. 최근 Chung과 Shin (2017, 2020)은 알려진 모수적 초모집단 모형과 응답률 모형을 이용하여 추정의 정확성을 향상한 추정량을 제안하였다. 본 연구에서는 초모집단 모형의 형태를 일반화하여 비모수적 함수 형태를 설정한 후 이를 기반으로 얻어진 편향을 적절히 처리한 편향 보정 평균추정량을 제안하였다. 모의실험을 통해 본 연구에서 제안한 방법의 우수성을 확인하였다.

• 응용통계연구
• /
• 제14권2호
• /
• pp.449-462
• /
• 2001

베이지안 다중 검정방법(multiple hypothesis test)은 여러 통계모형에서 성공적인 결과를 주는 것으로 알려져있다. 일반적으로, 베이지안 가설검정은 고려중인 모형에 대한 사후확률을 계산하여 가장 높은 확률은 갖는 모형을 선택하기 때문에 귀무가설의 기각여부에만 관심을 가지는 고전적인 분산분석 검정과는 달리 좀 더 구체적인 모형을 선택할 수 있는 장점이 있다. 이 논문에서는 독립이면서 로그정규분포를 따르는 K($\geq$3)개 모집단의 모수에 대한 가설 검정방법으로 O’Hagan(1995)이 제안한 부분 베이즈 요인을 이용한 베이지안 방법을 제안한다. 이 때 모수에 대한 사전분포로는 무정보적 사전분포를 사용한다. 제안한 검정 방법의 유용성을 알아보기 위하여 실제 자료의 분석과 모의 실험을 이용하여 고전적인 검정방법과 그 결과를 비교한다.