• 응용통계연구
• /
• 제22권3호
• /
• pp.531-539
• /
• 2009

로지스틱회귀분석은 고객관계관리를 위한 데이터마이닝 분야에서 많이 사용되는 기법인데, 이 분야의 모형설정 과정에서는 연관성이 매우 높은 설명변수들이 모형에 함께 포함되어 다중공선성의 문제를 유발하며, 더욱이 회귀자료에 이상점들이 포함되면 최우추정량은 심각한 결함을 갖게 된다. 두 가지 문제점을 동시에 해결하기 위하여 로버스트주성분로지스틱회귀를 적용할 수 있는데, 본 논문에서는 주성분의 선정기준을 결정하는 모형을 개발하고, 주성분모형에서의 추정치에 미치는 이상점의 영향을 축소하기 위한 로버스트추정법을 제안하였다. 제안된 추정법은 다중공선성과 이상점이 유발하는 문제들을 적절히 해결해 준다는 사실이 모의실험을 통하여 확인되었다.

• 한국수자원학회논문집
• /
• 제50권2호
• /
• pp.99-109
• /
• 2017

본 연구에서는 미래 기후변화로 인한 미래 홍수의 불확실성을 고려하여 영산강유역 종합치수계획 보고서(MLTM, 2005)에서 제시한 4가지 홍수방어대안들을 재평가하였다. 불확실성을 반영하기 위해 미래 RCP 기후 시나리오에 따른 확률강우량 값의 변화, 홍수의 시간적 분포, 그리고 공간적 분포 등 세가지 불확실성 요소를 고려하였다. 이 요소들의 조합을 통해 각기 다른 특성을 갖는 216개의 홍수 시나리오가 생성되었으며 생성된 홍수 시나리오 하에서 대안들의 수행능력이 평가되었다. 평가 결과를 통해 4개의 대안들 중 가장 로버스트한(혹은 강건한) 대안이 선별되었다. 또한, 불확실성 요소 평가를 통해 대안들이 좋지 못한 수행능력을 보이게 하는 주 원인 요소를 파악하였다. 이러한 정보는 의사결정자에게 대안들에 대한 더 상세한 통찰력을 제공하며 이후 선정한 대안의 로버스트함을 증대시키는데 있어 중요한 단서로 활용될 수 있다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2017년도 학술발표회
• /
• pp.39-39
• /
• 2017

한반도 기후변화 경향은 이미 기상 생태 환경 수자원 등 광범위한 부분에서 감지되고 있다(기상청, 2011a, 2011b). 현재까지의 연구에 따르면 한반도 기후변화에 따른 영향으로 강우패턴은 첨두강우가 7월에서 점차 8월로 이동 변화하는 것으로 전망되고, 양적으로 연강수량은 점차 감소가 전망되면서도 극한 값은 발생빈도와 크기가 점증할 것으로 전망되고 있다. 그래서 그간 기존댐에 대한 재평가(1998, 2010, 2012)와 발생 가능한 최대강우량 설계기준으로 기존 댐의 여수로 배제 능력을 증대시키는 비상여수로 설치 등 기존 댐 시설위주의 효율적인 기후변화 대응 또는 적응 방안을 시행해 왔다. 그러나, 기후변화로 인한 기상 상황은 전에 발생한 적이 없었던 새로운 기상이변과 재난을 가져오고 있다. 이에 기상 변화에 하나의 시설로서 대응 하던 방식에서 한 번의 기상이변이 유역 전반에 걸쳐 재난을 발생하는 최근의 상황에 맞추어 수자원 시설을 계획하는 방식에 대한 변화의 필요성 있다고 생각하였다. 이에 장래 전망되는 기후변화를 감안하여 이수와 치수 시설의 가뭄과 홍수에 대한 대처 능력을 유역 차원에서 평가하는 방법을 찾아보고자 한다. Robust 하다는 것은 어떤 상황에서도 작동이 되는 것을 말하는 강건한 계획으로, 이와 같은 시설 계획을 위해서는 먼저 현재의 시설물에 대한 회복력을 판단하는 평가가 있어야 할 것이다. 따라서, 용수공급이든 홍수 재난이든 회복력(복원력)에 대한 평가를 하고, 대안에 대한 로버스트 의사 결정 방법(RDM: Robust Decision Making)을 적용하여 우수한 대안을 찾으면 강건한 시설계획 수립이라는 절차가 될 수 있다고 판단하였다. 본 연구는 회복력(복원력)을 갖는 로버스트 의사결정방법에 대한 과거 연구 조사를 기초로 하여 연구 수행 절차를 마련한 후에 장래 한반도 기후변화 시나리오를 시범 유역에 적용하여 수자원 시설의 복원 또는 회복력을 분석하고, robust 의사결정방법을 적용함으로써, 향후 로버스트 수자원 시설 계획이 어떻게 이루어져야 하는지와 함께 이수와 치수 시설의 종합적인 계획 등에 대한 개념적인 절차와 방법의 제시를 도모하였다.

• 응용통계연구
• /
• 제19권2호
• /
• pp.305-317
• /
• 2006

시계열 자료에서의 특이치, 특히 이 가운데 가법적 특이치가 모형의 식별, 모수의 추정 및 예측과 관련된 분석 전과정을 왜곡하는 것은 잘 알려져 있다. 그러나 특이치가 다수 발생하는 경우, 특히 연속적으로 집단을 이루어 발생할 때 대부분 특이치 검출방법은 가면화효과와 수렁화효과때문에 이들을 정확히 판별하지 못한다. 본 논문에서는 p차 자기상관회귀모형에 대한 고붕괴점 회귀추정량을 이용한 양방향 로버스트 필터방법을 제안했다. 실제 사례와 모의실험을 통해 제안한 방법이 매우 정확하게 시계열 자료에 포함된 특이치들을 검출하고 있음을 확인할 수 있다.

• Journal of the Korean Data and Information Science Society
• /
• 제22권3호
• /
• pp.459-466
• /
• 2011

본 논문은 독립적으로 수행된 연구결과를 합쳐서 일반적인 결론을 도출하는 메타분석을 위한 로버스트 계층적 베이지안 모형을 고려한다. 사전정보가 정규분포를 따른다는 가정 대신 정규분포의 척도혼합을 사용하여 정규분포보다 더 두꺼운 꼬리를 가지는 사전분포를 사용한다. 나아가 개별 분석의 분산이 알려져 있지 않은 경우를 계층적 베이지안 모형에 포함하여 메타분석을 수행하고자 한다. 깁스 표집을 사용하여 추정값을 계산하고, 실제 자료를 사용하여 제안된 방법을 예시한다.

• Communications for Statistical Applications and Methods
• /
• 제18권1호
• /
• pp.47-55
• /
• 2011

비대체와 회귀대체는 조사변수의 모형과 조사변수와 보조변수의 관계에 의존하며 모형이 성립되지 않는 경우 이들 대체법을 이용한 추정량의 불편성은 보장되지 않는다. 본 연구에서는 모형이 성립되지 않는 경우에도 추정량의 근사적 불편성이 성립되는 로버스트 대체법을 개발한다. 대체법 개발시 보조변수의 모수 정보를 이용하여 추정량의 효율 증대를 가져오게 한다. 모의실험을 실시하여 본 연구에 대한 이론적 결과의 타당성을 보인다.

• 응용통계연구
• /
• 제20권1호
• /
• pp.147-157
• /
• 2007

에지검출은 컴퓨터비전과 영상처리 시스템에서 널리 사용되는 단계이다. 본 논문에서는 잡음영상에서 효율적인 에지검출을 위해 이표본 위치 문제에서 월콕슨 검정의 대안인 로버스트 순위-순서 검정에 기초한 새로운 검출법을 제안하였다. 제안된 방법은 $\delta$-에지모형하에서 $5\times5$ 윈도우의 부분 픽셀만으로 구성된 근방영역 간에 통계적으로 유의한 차이가 있는지를 조사하였다. 제안된 에지 검출법의 성능을 평가하기 위해 실제영상과 인조영상을 가지고 영상실험을 통하여 얻은 에지맵과 객관적인 척도하에서 양적으로 비교 분석하였다.

• 응용통계연구
• /
• 제21권6호
• /
• pp.981-996
• /
• 2008

서로 다른 출처로부터 얻어진 데이터 파일들을 하나의 데이터 파일로 만드는 통계적 자료결합방법은 공통변수와 서로 다른 고유변수를 포함하여 변수들 간에 존재하는 관련성에 대해 살펴볼 수 있다. Robin (1986)이 제안한 일반회귀모형의 예측값을 이용한 통계적 결합방법은 자료에 대한 다변량 정규성을 가정하기 때문에 이 가정을 위반하는 자료를 이용하는 것은 많은 문제를 수반한다. 본 연구는 제공파일의 고유변수에 모분포를 반영하지 못하는 특이점이 존재하는 경우, 일반회귀모형을 이용한 통계적 결합방법의 대안으로 로러스트 회귀추정방법을 이용한 자료결합방법을 제안하였다. 나아가 로버스트 회귀모형을 이용한 결합방법과 일반회귀모형을 이용한 결합방법에서의 상관관계 및 결정계수 보존에 관한 성능을 비교하기 위하여 모의실험을 수행하였다.

• Journal of the Korean Data and Information Science Society
• /
• 제22권2호
• /
• pp.197-206
• /
• 2011

신호처리 관련 응용문제에서는 신호에서 실시간으로 발생하는 비정상적인 사건들을 탐지하는 것이 매우 중요하다. 이전에 알려져 있는 비정상 사건 탐지방법들은 신호에 대한 명확한 통계적인 모형을 가정하고, 비정상적인 신호들은 통계적인 모형의 가정 하에서 비정상적인 사건들로 해석한다. 탐지방법으로 최대우도와 베이즈 추정 이론이 많이 사용되고 있다. 그러나 앞에서 언급한 방법으로는 로버스트 하고 다루기 쉬운 모형을 추정한다는 것은 쉽지가 않다. 좀 더 로버스트한 모형을 추정할 수 있는 방법이 필요하다. 본 논문에서는 로버스트 하다고 알려져 있는 서포트 벡터 기계를 이용하여 온라인으로 비정상적인 신호를 탐지하는 방법을 제안한다.

• 응용통계연구
• /
• 제28권2호
• /
• pp.361-369
• /
• 2015

연속측도의 반응변수가 반복측정된 실험 자료의 분석을 위해 흔히 선형혼합모형이 사용된다. 그러나, 잔차의 분포가 이분산성이거나 비정규성을 가질 때 표준적인 선형혼합모형은 적절하지 않은 결과를 가져온다. 잔차의 분포가 두터운 꼬리를 가진 비정규분포를 보이는 타이어 필드시험 데이터를 로버스트 선형혼합모형에 적합시킴으로써 보다 더 정확하고 신뢰할 수 있는 분석결과를 얻을 수 있다. 추가적으로 신뢰성 분석 결과를 제시한다.