• Proceedings of the KIEE Conference
• /
• 2001.11c
• /
• pp.256-259
• /
• 2001

본 논문에서는 블록 삼각구조를 갖는 다변수 비선형 시스템의 상태 관측기의 설계 문제를 다룬다. 이를 위해 단일 입출력 삼각구조 시스템에 대한 기존의 설계 기법을 다변수 시스템으로 확장한다. 특히, 제안한 관측기의 이득은 시스템의 선형 부분뿐만 아니라 비선형성을 기반으로 설계되어지기 때문에 기존의 고이득 관측기에 비해 과도응답 특성을 개선한다. 또한 오차방정식에 대한 유사 변화을 이용하여 제안한 관측기가 전역 지수적 수렴성을 보임을 증명한다. 마지막으로, 시뮬레이션 예제를 통해 본 논문에서 제안한 설계 기법의 타당성을 입증한다.

• The Korean Journal of Applied Statistics
• /
• v.1 no.1
• /
• pp.39-44
• /
• 1987

For obtaining the m.l.e. of $\Sigma$ from p-variate Non-singular Normal parent, $N_p(\mu, \Sigma)$, Andersous' Procedure based on the invariance property of the m.l.e. seems to be generally Preferred in the view of its simplicity. This paper shows that his approach with respect to $\Sigma^{-1}$ rather than $\Sigma$ itself, he burther applicable to deriving the m.l.e. of parametersinvolved in the common factor model an dsimplex model as well.

• Proceedings of the ESK Conference
• /
• 1996.04a
• /
• pp.136-140
• /
• 1996

제품개발의 개념이 기능이나 성능중심에서 인간의 감성중심으로전환되고 있다. 그러나 인간의 감 성은 정성적 언어로 표현되며 이것을 물리적 디자인요소로 전환하는 것이 필요하다. 이를 위하여는 우선적으로 인간의 감성을 정량화하는 것이 선결되어야한다. 따라서 본 연구의 목적은 다변량해석기법 을 활용하여 고객의 제품에 대한 정성적 이미지를 정량적 데이터로 변환하여 이를 감성 데이터베이스로 구축하는데 있다. 감성 데이터베이스는 감성어휘와 이의 제품에 대한 정량적 수치 데이터로 구성되고, 이를 위해서는 감성어휘 선정, 디자인 요소에 의한 제품의 분류, 감성어휘와 디자인요소간의 상관도 도출 등이 필요하다. 감성어휘는 요인분석에 의해 선정하고, 제품은 아이템/카테고리에 의해 분류하며, 감성어휘와 디자인요소간의 상관성에 대해서는 다변량해석기법 특히, 수량화이론 1류를 사용해서 정량화 한다. 이렇게 구축된 감성 데이터베이스는 감성공학적 디자인 요소변환 지원시스템의 감성데이터 처리 서브시스템의 핵심 역활을 한다.

• The Korean Journal of Applied Statistics
• /
• v.17 no.1
• /
• pp.35-47
• /
• 2004

In this paper, we generalizes Kim and Bickel(2003)'s statistic for bivariate normality to that of multinormality, applying Fattorini(1986)'s method. Fattorini(1986) generalized Shapiro-Wilk's statistic for univariate normality to multivariate cases. The proposed statistic could be considered as an approximate statistic to Fattorini(1986)'s. It can be used even for a big sample size. Power performance of the proposed test is assessed in a Monte Carlo study.

• Journal of the Korea Society of Computer and Information
• /
• v.5 no.3
• /
• pp.142-150
• /
• 2000

The Purpose of this study is to suggest usefulness of correlation analysis about categorical multivariate data to business administration and other social sciences. Some examples of their application are presented.

• The Korean Journal of Applied Statistics
• /
• v.33 no.3
• /
• pp.297-308
• /
• 2020

We focus on the functional autoregressive conditional heteroscedasticity (fARCH) modelling to analyze intraday volatilities based on high frequency financial time series. Multivariate volatility models are investigated to approximate fARCH(1). A formula of multi-step ahead volatilities for fARCH(1) model is derived. As an application, in implementing fARCH(1), a choice of appropriate time interval for the intraday return is discussed. High frequency KOSPI data analysis is conducted to illustrate the main contributions of the article.

• The Korean Journal of Applied Statistics
• /
• v.29 no.7
• /
• pp.1201-1212
• /
• 2016

Value at Risk (VaR) for market risk management is a favorite method used by financial companies; however, there are some problems that cannot be explained for the amount of loss when a specific investment fails. Conditional Tail Expectation (CTE) is an alternative risk measure defined as the conditional expectation exceeded VaR. Multivariate loss rates are transformed into a univariate distribution in real financial markets in order to obtain CTE for some portfolio as well as to estimate CTE. We propose multivariate CTEs using multivariate quantile vectors. A relationship among multivariate CTEs is also derived by extending univariate CTEs. Multivariate CTEs are obtained from bivariate and trivariate normal distributions; in addition, relationships among multivariate CTEs are also explored. We then discuss the extensibility to high dimension as well as illustrate some examples. Multivariate CTEs (using variance-covariance matrix and multivariate quantile vector) are found to have smaller values than CTEs transformed to univariate. Therefore, it can be concluded that the proposed multivariate CTEs provides smaller estimates that represent less risk than others and that a drastic investment using this CTE is also possible when a diversified investment strategy includes many companies in a portfolio.

• Journal of the Korean Society of Hazard Mitigation
• /
• v.9 no.3
• /
• pp.127-133
• /
• 2009

In this study, dimensionless-cumulative rainfall curves were generated by multivariate Monte Carlo method. For generation of rainfall curve rainfall storms were divided and made into dimensionless type since it was required to remove the spatial and temporal variances as well as differences in rainfall data. The dimensionless rainfall curves were divided into 4 types, and log-ratio method was introduced to overcome the limitations that elements of dimensionless-cumulative rainfall curve should always be more than zero and the sum total should be one. Orthogonal transformation by Johnson system and the constrained non-normal multivariate Monte Carlo simulation were introduced to analyse the rainfall characteristics. The generative technique in stochastic rainfall variation using multivariate Monte Carlo method will contribute to the design and evaluation of hydrosystems and can use the establishment of the flood disaster prevention system.

• Journal of the Korean Data and Information Science Society
• /
• v.28 no.3
• /
• pp.533-545
• /
• 2017

Quantile regression models provide a variety of useful statistical information by estimating the conditional quantile function of the response variable. However, the traditional linear quantile regression model can lead to the distorted and incorrect results when analysing real data having a nonlinear relationship between the explanatory variables and the response variables. Furthermore, as the complexity of the data increases, it is required to analyse multiple response variables simultaneously with more sophisticated interpretations. For such reasons, we propose a multivariate quantile regression tree model. In this paper, a new split variable selection algorithm is suggested for a multivariate regression tree model. This algorithm can select the split variable more accurately than the previous method without significant selection bias. We investigate the performance of our proposed method with both simulation and real data studies.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.309-309
• /
• 2022

특정 극치사상 자료에 대한 특성 분석 시 수문자료에 대한 빈도해석은 일반적으로 단일 확률 변수를 기준으로 이루어지는 단변량 해석 방법이 활용된다. 그러나 두 가지 이상의 변량이 서로 상관성을 가지는 경우 다변량 빈도해석이 요구되며, 이를 단변량으로 해석하는 경우 재현기간의 과소추정 등의 문제점이 발생할 수 있다. 최근 이러한 점을 개선하기 위하여 다변량 빈도해석에 관한 연구가 지속적으로 진행되고 있다(Kwon and Lall, 2016; Vaziri et al., 2018). 특히, 가뭄의 경우, 강도(intensity)뿐만 아니라 지속기간, 심도도 매우 중요한 인자로 고려되고 있다. 특히, 가뭄지속기간과 심도의 경우 두 인자 간의 상관성이 매우 크기 때문에 단변량(univariate) 가뭄빈도해석 보다 다변량으로(multivariate) 가뭄빈도해석을 수행하는 것이 가뭄위험도 평가 측면에서 유리하다고 알려져 있다(Shiau and Shen, 2001; Kim et al., 2017). 따라서 이 둘을 결합한 빈도 해석을 위해 Copula Function을 이용한 다변량 빈도 해석에 관한 연구들이 활발히 진행되고 있다. 홍수의 경우 지속시간별 연최대강수량 계열을 이용한 빈도해석 과정이 지침으로 정립되어 수자원 설계 실무에서 활용되고 있으나, 가뭄은 실무에서 활용할 수 있는 지침 및 분석 도구가 없는 실정이다. 이에 환경부와 국가가뭄정보분석센터에서는 '20년도에 단변량 가뭄빈도 해석을 위한 프로그램을 제작·배포하였다. 본 연구에서는 가뭄의 특성을 대변하는 상관도 높은 두 인자인 가뭄 심도(severity)와 가뭄 지속기간(duration)이라는 두 가지 특성을 함께 고려해 이변량(bivariate) 가뭄 빈도를 해석할 수 있는 도구를 개발하는 것을 목표로, 다양한 확률분포형을 이용한 최적 주변 확률분포형 선정과 최신 Copula Function들을 이용한 최적 결합확률분포 추정을 통해 신뢰도 높은 2변량 가뭄빈도 해석을 수행할 수 있는 프로그램을 제작하였으며, 테스트 버전 배포 등을 거쳐 누구나 사용할 수 있도록 공개할 예정이다.