• 제목/요약/키워드: 두꺼운 꼬리 분포

검색결과 27건 처리시간 0.053초

꼬리가 두꺼운 분포의 고분위수에 대한 준모수적 붓스트랩 신뢰구간 (Semi-parametric Bootstrap Confidence Intervals for High-Quantiles of Heavy-Tailed Distributions)

  • 김지현
    • Communications for Statistical Applications and Methods
    • /
    • 제18권6호
    • /
    • pp.717-732
    • /
    • 2011
  • 꼬리가 두꺼운 분포의 고분위수에 대한 신뢰구간을 구할 때 적절한 붓스트랩 방법은 무엇인가에 대해 알아보았다. 비모수적 방법과 모수적 방법, 그리고 준모수적 방법의 성능을 모의실험을 통해 비교하였다.

두꺼운 꼬리를 갖는 연속 확률분포들의 꼬리 확률에 관하여 (On Tail Probabilities of Continuous Probability Distributions with Heavy Tails)

  • 윤석훈
    • 응용통계연구
    • /
    • 제26권5호
    • /
    • pp.759-766
    • /
    • 2013
  • 본 논문에서는 두꺼운 꼬리를 갖는 확률분포들의 여러 부류에 대해서 살펴본다. 주어진 하나의 확률분포가 이들 중 어떤 부류에 속하는 지를 알려면 해당 분포의 꼬리 확률에 대한 (점근) 표현식을 알아야만 한다. 그러나 대다수의 절대 연속 확률분포들은 분포함수가 아닌 확률밀도함수로 명시되기 때문에 통상적으로 이들의 꼬리 확률에 대한 표현식을 얻는 작업은 그리 쉬운 일이 아니다. 본 논문에서는 이러한 경우 확률밀도함수만을 이용하여 꼬리 확률에 대한 점근 표현식을 쉽게 얻을 수 있는 하나의 방법을 제안한다. 또한 제안한 방법을 설명하기 위하여 몇가지 예를 첨부한다.

두꺼운 꼬리 분포와 레버리지효과를 포함하는 확률변동성모형에 대한 최우추정: HMM근사를 이용한 최우추정 (Maximum likelihood estimation of stochastic volatility models with leverage effect and fat-tailed distribution using hidden Markov model approximation)

  • 김태형;박정민
    • 응용통계연구
    • /
    • 제35권4호
    • /
    • pp.501-515
    • /
    • 2022
  • 두꺼운 꼬리 분포와 레버리지효과 등의 금융시계열의 전형적인 특징에도 불구하고 기존 빈도론적 접근법에서는 이를 명시적으로 포착하는 확률변동성모형이 제시된 바 없다. 본 연구는 빈도론적 접근법에서 수익률 금융시계열의 두꺼운 꼬리 분포와 레버리지효과를 명시적으로 포착할 수 있는 근사적인 확률변동성모형 설정을 제시하고 이에 대한 Langrock 등 (2012)의 HMM근사를 이용한 최우추정을 제안한다. 본 연구는 다양한 모의실험과 실증분석을 통해 본 연구에서 제안하는 근사모형이 두꺼운 꼬리 분포와 레버리지효과를 정밀하고 효과적으로 추정할 수 있음을 보인다.

꼬리가 두꺼운 분포의 고분위수에 대한 신뢰구간 (Confidence Intervals for High Quantiles of Heavy-Tailed Distributions)

  • 김지현
    • 응용통계연구
    • /
    • 제27권3호
    • /
    • pp.461-473
    • /
    • 2014
  • 꼬리가 두꺼운 분포의 고분위수에 대한 신뢰구간을 연구하였다. 통계량의 극한 분포에 근거한 점근적 방법과 붓스트랩 방법을 같이 고려하였다. 이 두 방법에 모수적, 비모수적, 준모수적 기법을 각각 적용할 수 있는데, 전체 11가지 신뢰구간의 성능을 실제신뢰수준과 길이로 비교하였다. 모의실험 결과 준모수적이면서 점근적인 신뢰구간과 축량을 이용하는 준모수적 붓스트랩 신뢰구간이 실제신뢰수준의 기준에서 안정된 성능을 보인다는 것을 알 수 있었다.

비대칭 지수멱 오차를 가지는 자기회귀모형에서의 베이지안 추론 (Bayesian Inference for Autoregressive Models with Skewed Exponential Power Errors)

  • 류현남;김달호
    • 응용통계연구
    • /
    • 제27권6호
    • /
    • pp.1039-1047
    • /
    • 2014
  • 시계열 자료를 위한 가장 기본적인 모형인 자기회귀모형을 고려한다. 흔히 시계열 자료에서 정규성 가정이 위배되는 경우가 발생하며, 정규성 가정을 완화하기 위한 방법으로 두꺼운 꼬리를 가지는 분포 또는 비대칭 분포를 고려할 수 있다. 비대칭 지수멱 분포의 사용은 비뚤림이 있는 두꺼운 꼬리를 가지는 자기회귀모형의 이상치의 영향을 줄이고 로버스트한 추론을 할 수 있도록 한다. 본 논문에서는 자기회귀모형에 대한 오차항에 정규분포 보다 첨도와 왜도에 유연함을 가지는 분포를 고려함으로써 정규성 가정을 완화하여 추론하고자 하였다. 정규분포의 대안으로 비대칭 지수멱 분포를 고려하였으며 정규분포의 결과와 비교 하여 비대칭 지수멱 분포의 로버스트함을 보였다. 또한 주어진 분포에 대한 효율적인 베이지안 추론을 하기 위하여 SIR 알고리즘과 격자망 방법을 고려하였다.

확률화 블록 계획법에서 우산형 대립가설에 대한 점근 분포 무관 검정법의 연구

  • 김동희;김현기;이주현
    • Communications for Statistical Applications and Methods
    • /
    • 제3권3호
    • /
    • pp.83-92
    • /
    • 1996
  • 확률화 블록 계획법에서 우산형 대립가설에 대한 점근 분포 무관 검정법을 제시하고 제안된 검정통계량의 점근적 정규성과 모수적 방법 및 비모수적 방법의 점근상대효율을 관찰하였다. 검점통계량은 블록 효과를 추정하여 제거한 관측치의 전체 블록 순위를 사용하여 제안하였으며 제안된 검정통계량의 소표본 Monte Carlo 연구를 통해 실험 검정력을 비교하였다. 그 결과 본 논문에서 제안된 검정통계량이 꼬리가 두꺼운 분포에서는 전반적으로 우수하고 로버스트한 것으로 나타났다.

  • PDF

Quantile Regression을 활용한 우리나라 극치강수량 경향성 분석 (Trend analysis of extream precipitation in Korea using Quantile Regression)

  • 소병진;권현한;박래건
    • 한국수자원학회:학술대회논문집
    • /
    • 한국수자원학회 2012년도 학술발표회
    • /
    • pp.369-370
    • /
    • 2012
  • 일반적으로 회귀분석의 최적화는 평균적인 개념을 확장하여 사용되어지고 있다. 평균은 관찰값들에 관한 모든 정보와 관련된 통계량으로써 많은 연구에 이용되어지고 있다. 정규분포를 이루는 모집단의 경우 평균을 사용한 추정이 바람직하지만, 이상치로 인한 분포의 꼬리가 두꺼워지는 경우 중위수(median)를 사용하는 것이 바람직하다고 알려져 있다. 강수량의 분포형태는 꼬리(tail)가 두꺼운 왜곡된 형태를 갖고 있으므로 robust 통계량인 Quantile을 이용한 강수량의 분석 및 평가를 실시하였다. 본 연구에서는 Quantile에 따른 회귀선의 변화를 이용하여 강수량의 경향성을 평가하고, 극치강수량의 변화를 보여줄 수 있는 Quantle값을 추출해 보고자 한다. 또한 bootstrap 방법을 이용하여 Quantile에 따른 회귀계수의 신뢰구간을 분석하여 회귀인자의 신뢰성을 평가하였다. 본 연구에서 적용한 Quantile Regression 기법은 회귀계수의 추정에 있어서 회귀인자의 신뢰성을 Quantile-회귀계수 그래프를 통해 분석할 수 있으며, 이상값의 영향을 저감시키는 평균과 달리 이상값의 영향을 효과적으로 분리 및 재현시킬 수 있어 극치값에 따른 변화를 효과적으로 평가할 수 있으며, robust 통계량의 특징인 분산이 적은 안정적인 추정량을 확보할 수 있다.

  • PDF

극단값 분포 추정을 위한 모수적 비모수적 방법 (Parametric nonparametric methods for estimating extreme value distribution)

  • 우승현;강기훈
    • 문화기술의 융합
    • /
    • 제8권1호
    • /
    • pp.531-536
    • /
    • 2022
  • 본 논문은 꼬리가 두꺼운 분포의 꼬리부분에 대한 분포를 추정할 경우 모수적 방법과 비모수적 방법의 성능에 대해 비교하였다. 모수적 방법으로는 일반화 극단값 분포와 일반화 파레토 분포를 이용하였고, 비모수적 방법은 커널형 확률밀도함수 추정방법을 적용하였다. 두 접근법의 비교를 위해 2014년부터 2018년까지 서울시 관측소별 일일 미세먼지 공공데이터를 이용하여 블록 최댓값 모형과 분계점 초과치 모형을 적용하여 함수 추정한 결과를 함께 보이고 2년, 5년, 10년의 재현수준을 통해 고농도의 미세먼지가 일어날 지역을 예측하였다.

다중프랙탈 확률과정과 주가형성 (Multifractal Stochastic Processes and Stock Prices)

  • 이일균
    • 재무관리연구
    • /
    • 제20권2호
    • /
    • pp.95-126
    • /
    • 2003
  • 주가가 정규분포보다 꼬리가 두꺼운 확률변수인 점, 주가의 변동이 군집화를 이루고 있는 현상, 주가가 장기기억과정에 의하여 생성되고 있다는 점이 실증분석을 통하여 밝혀지고 있다. 주가를 형성시키는 이 세 요소가 하나의 모형내에 통합되지 못하고 있는 실정인데. 이 세 요소가 통합되는 확률과정이 다중프랙탈과정이다. 다중프랙탈과정은 표준브라운 운동과정과 랜덤시간 변형과정의 결합을 통하여 얻게되는 확률과정이다. 이 과정은 Ito형의 확률과정에 포함되지 않는 연속과정인 것이다. 본 논문에서는 주가시계열의 Pareto-Levy 분포성, 분포의 두꺼운 꼬리성질, 시계열상관이 쌍곡선율로 완만하고 무척 더디게 감소하여 장기에 걸쳐서 평균에 회귀하는 장기기억성, 군집화 현상, 거래시간의 통합성을 포괄하는 다중프랙탈과정의 성질을 살펴보고 이 과정이 주가를 생성시키는 과정인지 아닌지를 검정하는데 그 목적을 둔다. 다중프랙탈과정은 표준브라운 운동과 시간변형과정의 통합을 통하여 형성된 확률과정이다. 시간변형과정은 주가의 군집화 현상을 포착하는 과정이다. 표준브라운 운동은 이 운동과 시간 변형과정의 통합화 속에서 분수브라운운동의 성질이 용해되어 장기기억과정을 포착해준다. 다중프랙탈성은 관찰치들의 시간척축이 변함에 따라 발생하는 확률과정의 적률에 가해진 일련의 제약조건이라 할 수 있다. 이 모형은 마팅게일 성질을 만족하는 모형으로 변형시킬 수도 있으며 자기회귀 조건부 이분산 모형을 대체할 수 있는 모형이다. 이 모형에서는 자기상관을 가지고 있지 않은 수익률에도 적용가능하며, 따라서 시장효율성을 점검하는데에도 이용할 수 있다. 이 모형은 축척일치성이라는 성질이 존재하므로 데이터의 총량화가 무리 없이 이루어질 수 있다. 다중프랙탈은 국소축척구성성질을 가지고 있으며, 시간의 흐름에 따라 변할 수 있는 국소축척구성요소를 내포하고 있다. 자본자산의 다중프랙탈 과정을 한국종합주가지수에 적용하였는 바, 이 과정이 한국종합주가 지수의 행동 잘 설명하고 있다. 따라서 한국종합주가지수는 분포의 꼬리의 두꺼움, 자산가격의 군집화현상, 특이한 값, 장기기억을 내포하고 있다.

  • PDF

비선형 최소제곱법을 이용한 모수추정 방법론 (A Parameter Estimation Method using Nonlinear Least Squares)

  • 오선아;송종우
    • 응용통계연구
    • /
    • 제26권3호
    • /
    • pp.431-440
    • /
    • 2013
  • 우리는 두꺼운 꼬리를 갖는 분포의 모수를 추정하는 방법론을 연구하였다. 일반적으로 MLE(최대우도 추정량)가 모수추정 방법론중에 가장 많이 사용되는데, 이는 MLE가 점근적 일치성과 정규성 그리고 효율성을 가지고 있기 때문이다. 하지만 MLE가 늘 가장 좋은 추정법은 아니다. 어떤 경우에는 MLE가 존재하지 않을 수도 있고 계산이 안정적이지 않을 수도 있다. 본 논문에서는 비선형 최소제곱추정법을 이용한 모수추정 방법론을 제시하고 그 성능을 MLE와 비교하였다. NLS 추정량은 empirical CDF와 이론적 CDF의 차이의 제곱을 최소화 하는 방법론이다. 본 논문에서는 두꺼운 꼬리를 가지는 다양한 분포하에서 우리가 제안하는 NLS방법론과 MLE와의 성능을 비교하였다. 그 결과, Burr 분포에서 표본의 수가 적을 때 우리의 방법론이 MLE보다 좋은 성능을 보여주었고, Frechet 분포에서도 좋은 결과를 얻을 수 있었다.