• 응용통계연구
• /
• 제17권2호
• /
• pp.327-336
• /
• 2004

이상점이 존재하는 공간자료(spatial data) 분석에서 이상점(outlier)의 영향력를 줄이기 위 한 방법으로 로버스트 변이도(robust variogram)를 사용한다. 최근 이상점을 먼저 수정한 후 변이도를 추정하는 방법을 사용하면 더 좋은 분석결과를 얻을 수 있다는 것이 알려졌다. 본 논문에서는 이상점이 존재하는 공간자료 분석에서 Mugglestone 등(2000)이 제안한 이상점 수정법과 본 논문에서 제안한 새로운 이상점 수정법의 효율성을 비교하였다.

• 응용통계연구
• /
• 제16권1호
• /
• pp.55-69
• /
• 2003

일반적인 다차원 분할표 분석을 위해 고려 할 수 있는 로그 선형 모형 (log-linear model)과 순위 변수(ordered variables)가 고려된 여러 연관성 모형(association models)을 위한 가중값이 부여된 LAD(least absolute deviations) 추정량을 제안하고 추정을 위한 반복 추정법을 제안하였다. 모의실험을 통하여 제안된 LAD추정량이 최우추정량에 비해 로버스트한 성질을 갖는 다는 것을 밝히고, 이상칸 식별을 위해 많은 선행 연구들에서 인용된 자료들의 경험적 분석을 통해 제안된 추정량과 추정방법이 가질 수 있는 문제점과 특징에 관하여 토론하였다

• 응용통계연구
• /
• 제9권2호
• /
• pp.1-11
• /
• 1996

주어진 일변량자료의 위치모수에 대한 추정방법으로 $\alpha$-절사평균 ($\alpha$-trimmd mean)은 로버스트 성질 등의 장점에 근거하여 오랜기간을두고 연구되어왔다. 본 연구에서는 자료에 근거한 $\alpha$의 선택을 붓스트랩(bootstrap) 방법에 의거하여 제시하고 그에 근거한 새로운 절사추정량의 응용을 다루었다. 나아가 추정의 정도를 높이기 위해 이중붓스트랩(double bootstrap)을 사용하였다. 한편, 이러한 붓스트랩 방법의 타당성 연구를 위해 모의실험(simulation)과 실제 자료 적용에 기존방법과 새로운 방법의 비교연구를 제시하였다.

• Communications for Statistical Applications and Methods
• /
• 제2권2호
• /
• pp.74-84
• /
• 1995

혼합이항모형은 생물학, 혹은 심리학분야에서 많이 다루는 모형이다. 이 혼합모형에서 진단자간의 일치도를 나타내는 k 는 이항모형에 혼합되어지는 사전분포 $\xi$(p)에 따라 다른 형태를 갖는다. 그래서 $\xi$(p)에 의존적이지 않은 모수를 정의 하고, 이에 대한 실증적 추정값 $\hat k$을 일반혼합이항모형에서 k에 대한 추정값으로 사용하였다. 매개모수의 영향을 줄이기 위하여 모수를 직교화하였다. 베타이항모형으로 부터 표본을 추출하여 구한 최우추정값 $\hat k_m$과 이 표본을 이용하여 구한 $\hat k$을 비교하여 본 결과 k와 $\lambda$가 직교하는 영역에서 $\hat k$이 $\hat k_m$보다 편기가 작아지는 경우가 있을 만큼 $\hat k$이 효과적이었다.

• 응용통계연구
• /
• 제23권2호
• /
• pp.375-382
• /
• 2010

본 논문에서는 다변량 자료의 위치모수에 대한 로버스트 추정량으로 공간중위수에 대한 절사 추정량을 제안하였다. 최적절사율은 붓스트랩 방법을 이용하여 결정하였으며, 이중붓스트랩을 활용하여 추정된 절사공간중위수의 공분산행렬을 추정하였다. 모의실험 결과 붓스트랩 방법에 의한 절사공간중위수는 자료가 다변량 코시분포를 따르는 경우 기존 공간중위수에 비하여 작은 평균제곱오차를 보여 효율적인 추정량으로 나타났다. 아울러 이중붓스트랩을 이용한 절사추정량의 공분산행렬 추정량은 단순붓스트랩 방법에 의하여 추정된 공분산행렬이 갖는 과소추정의 문제를 해결하는 방법으로 나타났다.

• 응용통계연구
• /
• 제18권1호
• /
• pp.43-56
• /
• 2005

본 연구에서는 AR(1) 과정을 따르는 시계열 모형에서 가산적 이상치(Additive Out-lier)가 존재하는 경우, 1차 자기상관계수에 대한 로버스트 추정방법으로 Rupport 와 Carroll (1980)에 의해 회귀모형에서 제안된 L-추정법 형태의 절사최소제곱추정 (PE 추정)방법을 제안하였다. 더불어 X축의 이상치에 대한 비중강하(down-weight)의 방법으로 Mallows의 가중함수를 고려한 유계영향 절사최소제곱 (bounded influence PE, BIPE)추정량을 제안하였으며 모의 실험을 통하여 각 추정량의 효율성을 비교하였다. 모의실험 결과, 다양한 자료의 오염률상에서 일반화 LAD추정치를 예비 추정치로 고려한 BIPE(LAD)-추정량의 효율이 좋은 것으로 나타났다.

• Journal of the Korean Data and Information Science Society
• /
• 제20권6호
• /
• pp.1093-1101
• /
• 2009

분위수 회귀모형은 확률변수들 사이에 확률적인 관계구조를 포함한 함수 모형을 좀 더 완벽하게 추정하도록 제공한다. 본 논문에서는 함수 추정에 로버스트하다고 알려져 있는 서포트벡터기계 기법과 이중벌칙커널기계를 이용하여 분위수 회귀모형을 추정하고자 한다. 이중벌칙커널기계는 고차원의 입력변수에 대한 분위수 회귀가 요구될 때 분위수 회귀모형을 잘 추정한다고 알려져 있다. 또한 본 논문에서는 광범위한 형태의 분위수 회귀모형 추정을 위해서 정규분포보다 비대칭 라플라스 분포를 이용한다. 본 논문에서 제안한 모형은 분위수 회귀모형 추정을 위해서 서포트벡터기계 기법에 이중벌칙커널기계를 이용하여 각각의 평균과 분산을 동시에 추정한다. 평균과 분산함수 추정을 위해 사용된 커널함수의 모수들은 최적의 값을 찾기 위해 일반화근사 교차타당성을 이용한다.

• 한국멀티미디어학회논문지
• /
• 제12권1호
• /
• pp.26-30
• /
• 2009

본 논문에서는 로버스트 통계학의 순위 추정을 기반으로 하고 순서통계학의 L-추정자를 이용한 적응 순환 최소 순위(RLR) L-필터를 제안한다. 제안한 RLR-L 필터는 비선형 적응알고리즘을 가진 비선형 적응 필터로서 오차의 분산측정을 최소화하는 관점의 최적 필터로 가변적인 스텝 크기를 가지며 적응한다. 제안한 필터는 영상신호와 같은 비정체 신호나 가우시안 잡음 또는 임펄스 잡음과 같은 비선형 채널에 적합하다.

• 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.

• 한국통계학회:학술대회논문집
• /
• 한국통계학회 2004년도 학술발표논문집
• /
• pp.129-134
• /
• 2004

In this study, we investigate the effects of the weight function in the bounded influence regression quantile (BIRQ) estimator for the AR(1) model with additive outliers. In order to down-weight the outliers of X-axis, the Mallows' (1973) weight function has been commonly used in the BIRQ estimator. However, in our Monte Carlo study, the BIRQ estimator using the Tukey's bisquare weight function shows less MSE and bias than that of using the Mallows' weight function or Huber's weight function.