• 응용통계연구
• /
• 제6권2호
• /
• pp.237-245
• /
• 1993

본 논문에서는 순서대립가설에 대하여 k개의 회귀직선의 평행선을 검정하는 비모수적 검정 법을 제안하였다. 검정통계량은 각 직선에서 얻은 기울기 추정량들에 가중치를 준죤키어 (Jonckheere)형태의 통계량이다. 제안된 통계량의 분포는 점근적으로 정규분포를 따르게 되 어, 검정법은 점근분포무관검정이 된다. 모수적 검정법과 비교한 점근상대효율은 바람직한 형태를 가지며, 기존의 비모수적 검정법과 비교하여도 더 효율적임을 보였다.

• 응용통계연구
• /
• 제29권4호
• /
• pp.741-752
• /
• 2016

금융자산의 수익률 분포를 잘 설명할 수 있는 것으로 알려진 normal inverse Gaussian(NIG)분포는 모수의 조건에 의해 세 배의 초과첨도가 왜도 제곱의 5배보다 커야 하는데, 만약 관측된 초과첨도와 왜도의 관계가 이를 만족하지 못하거나 두 값이 매우 비슷하다면 모수를 안정적으로 추정하기 어렵게 된다. 이 논문에서 우리는 NIG분포의 모수추정에서 발생하는 이러한 문제점을 살펴보고 모의실험을 통해 이를 보정하는 방법을 찾아보았다. KOSPI, S&P500, FTSE와 HANG SENG의 실제 주가지수 자료에 적용하여 보정의 효과를 비교하고 VaR를 이용한 사후검증으로 보정된 추정방법의 성능을 평가해 보았다. 보정 방법을 이용하였을 때, 모수추정의 문제가 있던 구간을 포함한 모든 구간에서 안정적인 모수추정이 가능하였고 VaR를 통한 사후 검증에서도 분포의 성능이 떨어지지 않음을 확인하였다.

• Journal of the Korean Data and Information Science Society
• /
• 제22권2호
• /
• pp.245-253
• /
• 2011

블럭이 존재하는 $2{\times}2$ 요인모형의 주 효과 및 상호작용효과를 검정하기 위한 순위변환 통계량의 검정력은 블럭크기, 효과들의 구성방법 및 지수분포, 이중지수분포, 정규분포, 균일 분포를 포함한 모든 모집단 분포하에서 모수적 통계량의 검정력보다 월등한 우위를 보인다. 이는 블럭이 추가된 요인 모형은 블럭과 요인의 상호작용들이 오차항을 증가시켜 모수적 통계량의 검정력을 감소시키는 보수적 성향을 보이나, 순위변환 통계량의 검정력은 상대적 우위를 유지함에 기인한다고 유추할 수 있다. 일반적으로 블럭크기가 작고, 효과크기가 클수록 순위변환 통계량의 검정력은 모수적 통계량의 검정력보다 상당히 큰 격차의 상대적 우위를 보임을 알 수 있다.

• 응용통계연구
• /
• 제34권4호
• /
• pp.611-622
• /
• 2021

본 논문에서는 변동성의 비대칭성과 비정상성을 동시에 고려하고 있다. 다양한 변동성 모형을 분석하고 있으며 모수적-붓스트랩을 통한 예측분포를 이용하여 변동성 모형의 예측 성능을 비교하고 있다. 오차항 분포로서 표준정규분포 및 표준화 t-분포를 고려하였으며 1-시차 후 예측과 2-시차 후 예측을 미국의 다우지수 사례를 통해 설명하였다.

• 디지털융복합연구
• /
• 제12권3호
• /
• pp.219-226
• /
• 2014

본 연구에서는 소프트웨어 제품 테스팅 과정에서 고장 수명분포의 형상모수를 고려한 소프트웨어 신뢰성 비용 모형에 대하여 연구 하였다. 신뢰성 분야에서 많이 사용되는 어랑 분포와 로그-로지스틱 모형을 이용한 형상모수를 반영한 문제를 제시하였다. 소프트웨어 고장모형은 유한고장 비동질적인 포아송과정을 이용하고 모수추정법은 최우추정법을 이용 하였다. 따라서 본 논문에서는 형상모수를 고려한 소프트웨어 비용모형 분석을 위하여 소프트웨어 고장 시간 자료를 적용하여 비교 분석하였다. 본 연구에서 사용된 어랑 분포와 로그-로지스틱분포에 근거한 소프트웨어 비용 모델을 비교한 결과 어랑 모형은 최적의 소프트웨어 방출 시간을 예측 할 수 있지만 로그-로지스틱 모형은 방출시간을 예측 할 수 없기 때문에 로그-로지스틱 보다 어랑 모형이 보다 효율적으로 나타나고 있다. 이 연구를 통하여 소프트웨어 개발자들은 소프트웨어 개발 비용을 파악 하는데 어느 정도 도움을 줄 수 있을 것으로 사료된다.

• 응용통계연구
• /
• 제14권1호
• /
• pp.161-175
• /
• 2001

메타분석(Meta-analysis)은 서로 독립적으로 연구되어진 결과들을 전체적인 하나의 결과로 도출하기 위해 사용되어지는 통계적 방법이다. 이러한 통계적 방법을 설명할 모형으로는 선택모형(selection model)을 포함한 계층적 모형(hierarchical model)을 사용하며, 이러한 모형들은 베이지안 메타분석에 유용한 것으로 알려져 있다. 그러나, 메타분석의 자료들은 일반적으로 출판편의(publication bias)를 갖고 있으므로 이를 극복하고자 가중함수(weight function)를 이용하여 분포함수를 새롭게 정의하여 사용한다. 최근에 Silliman(1997)은 계층적 모형(hierarchical model)에 가중함수를 첨부한 계층적 선택모형(hierarchical selection model)을 정의하고 모수적 베이지안 방법을 제시하였다. 본 연구에서는 미관측된 연구효과에 디리슈레 과정 사전분포(Dirichlet process prior)를 적용한 준모수적 계층적 선택모형(semiparametric hierarchical selection models)을 소개한다. 여기서 제시된 준모수적 계층적 선택모형을 베이지안 방법으로 추정하기 위하여 마코프 연쇄 몬테칼로(Markov chain Monte Carlo)방법을 이용한다. 제시된 방법을 적용하기 위하여 실제 자료(Johnson, 1993)인 충치를 예방하기 위한 두 가지의 예방약의 효과에 대한 차이를 비교하기 위해 얻어진 12개의 연구를 이용하여 메타분석을 한다.

• 응용통계연구
• /
• 제17권3호
• /
• pp.489-498
• /
• 2004

이 논문에서는 일반화가중선형모형이라는 새로운 형태의 선형모형을 제시한다. 일반화가중선형모형은 설명변수와 반응변수의 관계를 설명분포함수의 선형결합이 반응변수의 평균에 대한 연결분포함수를 통해 모형화 되는 형태를 가지는 것으로 가정한다. 이모형은 일반화선형 모형에서 연결함수를 선택할 때 발생할 수 있는 모수공간과 선형 예측값의 공간이 일치하지 않을 수 있다는 문제가 발생하지 않고 모수에 대한 해석이 용이하다는 장점이 있다. 이 논문에서는 설명분포함수와 연결분포함수를 선택하는데 있어 발생할 수 있는 문제와 해결책에 대해 알아본다. 또한 모형에 포함되어 있는 모수를 추정하는데 고려해야 할 주의 사항과 이 사항들을 고려한 최대가능도추정법과 재표집 방법을 이용한 구간추정과 가설검정에 대해 알아본다.

• 응용통계연구
• /
• 제13권1호
• /
• pp.189-196
• /
• 2000

포아송 분포에서 일반적으로 공액 사전 분포를 이용하여 사후확률의 수학적 계산이 간편하도록 한다. 그러나 모수 집합의 제한적 조건 때문에 비공액 사전 분포를 이용할 수 도 있다. 비공액 사전분포의 사용은 사후분포의 형태가 일상적인 분포집합의 형태를 갖지 않으므로 모형의 가정에 따라서 복잡한 구조를 갖을 수 도 있다. 특히 포아송-로그정규분포 모형에서의 모수 추정문제를 몬테 칼로방법을 이용하여 추정하고자 할 때 필요한 완전한 조건부 분포의 형태는 잘 알려진 분포의 형태를 갖지 않는다. 본 논문에서는 계층적 구조를 갖는 포아송-로그정규분포 모형에 대하여 고찰하고 추정에 있어서 잠재적 변수를 활용하여 필요한 난수발생이 쉽도록 하는 방법에 대하여 알아보았다.

• 응용통계연구
• /
• 제15권2호
• /
• pp.355-366
• /
• 2002

범주형 자료의 구조파악에 주로 이용되는 로짓모형에서 비모수적 방법을 이용한 모수의 신뢰구간추정과 가설검정 등의 통계적 추론에 대하여 살펴보았다. 모수에 대한 통계적 추론에서 정규분포에 근거한 모수적 방법(Wald 방법)보다는 붓스트랩 방법이나 임의순열을 활용한 비모수적 방법이 많이 활용되고 있다. 본 연구에서는 로짓모형의 모수에 대한 비모수적 추론방법으로 붓스트랩(bootstrap)과 임의순열(random permutation)의 두 방법을 고려하고 모의실험을 통하여 가설검정의 검정력과 신뢰구간추정의 포함확률을 비교하였고 사례분석을 다루었다.

• Journal of the Korean Data and Information Science Society
• /
• 제27권3호
• /
• pp.689-700
• /
• 2016

본 논문에서는 이변량 경시적 자료의 조건부 결합 분포를 추정하기 위하여 회귀 모형과 코플라 모형을 연구하였다. 주변 분포의 추정을 위하여 시변 전환 모형을 고려하였고, 이변량 반응변수 각각에 대한 주변 분포를 경험 분포를 이용한 비모수적 코플라를 이용하여 결합하여 조건부 결합 분포를 추정하였다. 주변 분포 모형의 모수 추정치는 추정방정식의 해로 얻어낼 수 있으며 우리가 제안한 모형은 조건부 평균 모형만으로 자료를 설명하기 어려운 경우에 적용될 수 있다. 시변 전환 모형과 비모수적 코플라 모형을 결합한 본 논문의 방법은 반복 측정된 이변량 경시적 자료에 대한 모형화가 모형에 대한 가정에서 비교적 자유로운 장점이 있다. 우리는 본 논문의 방법을 반복 측정된 이변량 콜레스테롤 자료를 분석하는데 적용하여 보았다.