• 응용통계연구
• /
• 제11권2호
• /
• pp.423-433
• /
• 1998

농사실험에서 품종실험자료를 분석할 때, 난괴법(Completely Randomized Block Design) 모형을 많이 이용하고 있다. 이 모형에서는 각 블록내의 모든 실험단위들에서 비옥도가 같다고 가정한다. 그러나 많은 경우에 각 블록내 실험단위들의 비옥도에 규칙적인 이질성이 존재한다. 이러한 이질성을 고려하기 위하여, 본 논문에서는 다단계 일반화 선형모형(Hierarchical Generalized Linear Models)을 이용하여 품종효과와 블록내의 비옥도 효과를 함께 모형화 하고, 이 모형으로 Scottish Agricultural Colleges의 목록에 실려 있는 자료를 분석하여, 마코프체인 몬테칼로(Markov Chain Monte Carlo)방법으로 분석한 결과와 비교해 본다.

• 응용통계연구
• /
• 제18권2호
• /
• pp.281-296
• /
• 2005

본 연구에서는 2004년 기상청 집중관측기간(KEOP)에 수집된 지상관측자료를 사용하여 한반도 남서지방의 지역별(해남 외 7개 지역) 기상인자들의 주기성과 이들이 강수현상에 미치는 영향을 분석하였다. 이를 위하여 기술통계와 스펙트럴분석을 사용하여 주기성을 분석하고, 관측기간 및 지역별 랜덤효과를 반영할 수 있는 일반화 선형모형을 제시하여 강수현상에 미치는 기상인자들의 영향을 분석했다. 분석결과에 의하면 기상인자들과 강수현상은 연관성을 가지며 특정주기에 따라 변동하는 것으로 나타났으며, 기상인자들은 지역에 따라 상이한 패턴으로 강수현상에 영향을 미치는 것으로 나타났다.

• 한국지능시스템학회논문지
• /
• 제14권6호
• /
• pp.789-792
• /
• 2004

웹 마이닝, 바이오정보학, 통계적 자료 분석 등 여러 분야에서 매우 다양한 형태의 결측치가 발생하여 학습 데이터를 희소하게 만든다. 결측치는 주로 전처리 과정에서 가장 기본적인 평균과 최빈수뿐만 아니라 조건부 평균, 나무 모형, 그리고 마코프체인 몬테칼로 기법과 같은 결측치 대체 기법들을 적용하여 추정된 값에 의해 대체된다. 그런데 주어진 데이터의 결측치 비율이 크게 되면 기존의 결측치 대체 방법들의 예측의 정확도는 낮아지는 특성을 보인다. 또한 데이터의 결측치 비율이 증가할수록 사용 가능한 결측치 대체 방법들의 수는 제한된다. 이러한 문제점을 해결하기 위하여 본 논문에서는 통계적 학습 이론 중에서 Vapnik의 Support Vector Regression을 데이터 전처리 과정에 알맞게 변형하여 적용하였다. 제안 방법을 이용하여 결측치 비율이 큰 희소 데이터의 전처리도 가능할 수 있도록 하였다 UCI machine learning repository로부터 얻어진 데이터를 이용하여 제안 방법의 성능을 확인하였다.

• 응용통계연구
• /
• 제27권6호
• /
• pp.1069-1076
• /
• 2014

기후 온난화의 한 현상으로 받아들여지는 집중호우로 인한 관심이 늘어난 만큼 강우량에 대한 예측 모형이 필요하다. 이러 환경 문제를 다룰 때, 모형을 설정하는 방법 중에 하나로 일반화 파레토 모형을 활용하는 연구가 이루어지고 있다. 본 논문에서는 서울특별시에 대한 1973년부터 2011년까지 매 7월 일별강우량 자료를 가지고 일반화 파레토 모형을 사용하여 강우량의 임계값(70mm) 이상의 분포가 어떻게 되는지 연구한다. 모수의 사전분포는 감마분포랑 역감마분포를 정의하고, 또는 제프리의 정보가 없는 사전분포를 두고, 깁스 표본방법을 통해 베이지안 사후예측분포를 구하고 얻어진 결과를 비교해 본다.

• 응용통계연구
• /
• 제18권1호
• /
• pp.1-13
• /
• 2005

최근 많은 연구자와 실무자들이 모집단에 내재해 있는 여러 다른 그룹(class, segment)간의 이질성을 밝혀내고 객체들을 그룹별로 세분화하는 방법 중 하나로 잠재그룹 모델(Latent class model)을 고려하고 있다. 이 논문에서는 2000년도에 국립 암 센터에 접수된 한국 내 연령별 전립선암 사망자수 자료를 기반으로, 잠재그룹 포아송 모형을 이용하여 전립선암 환자의 연령에 따른 그룹화를 시도한다. 최우추정법 등 고전적 추론방법의 한계를 극복하기 위하여 Markov Chain Monte Carlo (MCMC) 방법을 도구로 한 베이지안 추정 방법을 제안한다. 제안된 베이지안 방법의 장점은 용이한 모수추정과 추정오차의 제공, 그리고 각 객체의 소속그룹의 판정과 이에 따르는 오차, 즉, 객체의 각 군집에 속할 확률, 도 구할 수 있다는 것이다. 또한 주어진 자료들에 대해 가장 적합한 그룹의 수를 결정하는 방법을 제시하여 그룹의 수나 세분화의 근거를 사전에 제공하지 않아도 자료가 주는 정보로부터 이들을 자동으로 결정하는 방법을 제시한다.

• 경제분석
• /
• 제17권2호
• /
• pp.27-55
• /
• 2011

최근 금융시장의 변동성이 현저하게 증폭되면서 이에 대한 원인으로 금융시장의 군집 행동에 대한 이론적 연구가 활발하게 진행되고 있지만 군집행동의 시계열적 특성을 파악할 수 있는 실증적 연구는 거의 없었다. 따라서 본 연구는 연속신념시스템(continuous beliefs system)의 이론적 확장을 통해 군집행동을 시계열적으로 측정할 수 있는 군집행동 파라미터를 도출하였으며 이를 추정하기 위한 계량모형을 제안하였다. 또한 이 모형의 효율적 추정을 위해 MCMC 추정법을 적용하였다. KOSPI와 DOW 지수월별자료를 이용한 실증분석 결과에 의하면 미국보다 우리나라 주식시장의 군집행동이, 그리고 글로벌 금융위기 전보다 글로벌 금융위기 이후에 군집행동이 강하게 나타났다. 또한 글로벌 금융위기로 인해 군집행동의 변동성(표준편차)이 증가하였으며 군집행동은 수익률 변동성과는 달리 지속적인 자기상관을 유지하지 않았다. 이런 결과는 군집행동이 금융시장을 불안하게 만드는 한 원인이 될 수 있음을 나타낸다.