• 응용통계연구
• /
• 제24권6호
• /
• pp.1007-1020
• /
• 2011

현대금융공학에 있어서 확산모형은 중요한 역할을 담당하고 있다. 다양한 형태의 확산모형이 제안되어왔고 현실에 응용되어 왔다. 확산모형을 이용하여 금융자료를 분석하기 위하여는 확산모형의 모수를 추정하는 것이 필수불가결한 단계이다. 이들 모수에 대한 다양한 추정방법들이 제안되어 왔고, 많은 연구에서 이러한 추정방법들이 갖는 성질에 대하여 연구되어져왔다. 이 연구에서는 그 적용방법이 단순하여 가장 자주 사용되는 것으로 알려진, 오일러 근사법과 신국소근사법(NLL) 그리고 일반화 적률법(GMM)과 같은 세 가지 추정방법들에 대한 통계적 성질을 검토하게 될 것이다. 모의실험연구를 통하여 오일러근사법이나 NLL방법이 GMM 방법에 비하여 훨씬 좋은 성질을 가지고 있음을 보이게 된다. 특히 GMM은 적용방법이 단순할 뿐만 아니라 강건성(robustness)이라는 좋은 성질을 가지고 있는 것으로 알려져 있어서 많은 연구에서 매우 자주 사용되는 추정방법이다. 그러나 본 연구에서 확인해 본 바와 같이 GMM은 그 사용법이 오히려 더욱 단순한 NLL이나 오일러방법에 비하여 열등한 통계적 성질을 보여주고 있었다. 특히나 확산계수에 추정모수가 포함된 경우에 GMM은 매우 좋지 못한 성질을 보이게 된다.

• 한국통계학회:학술대회논문집
• /
• 한국통계학회 2003년도 추계 학술발표회 논문집
• /
• pp.239-244
• /
• 2003

본 연구에서는 확률모형의 모수로부터 얻어지는 여러형태의 함수간의 크기를 다중비교 하는 방법을 제안하고자 한다. 이 방법은 비교대상인 모수 함수간의 선호확률을 베이지안 방법으로 추정하고, 이들로부터 얻어지는 선호행렬을 이용한 새로운 다중비교법이다. 이러한 방법의 제안에 필요한 이론과 비교기준을 고안하였으며, 응용 예로, 제안된 방법을 s개의 독립인 지수분포 모수의 기하평균 크기비교에 적용하였다.

• 응용통계연구
• /
• 제29권3호
• /
• pp.463-470
• /
• 2016

주파수 영역에서 시계열 자료를 분석함에 있어 스펙트럴 추정량은 매우 유용한 도구이다. 기존의 스펙트럴 추정량은 이상치에 영향을 받을 수밖에 없는 구조로 되어있어서 M-추정법을 활용하여 로버스트 스펙트럴 추정량이 제안되었다. M-추정을 위해서는 조율모수를 적절하게 선택해 주어야 하는데 Pak (2001)이 제안한 방법을 사용할 때의 효과를 연구하였다. 모의실험과 주택가격지수에의 적용을 통하여 효과가 있음을 확인하였다.

• Journal of the Korean Data and Information Science Society
• /
• 제24권4호
• /
• pp.755-762
• /
• 2013

본 논문은 NHPP 소프트웨어 신뢰성모형에서 모수추정과 고장시간에 대한 예측을 다루고자 한다. 소프트웨어 신뢰성모형 Goel-Okumoto모형에서 평균값 함수에 대한 최우추정과 경험적 사전분포를 가정한 공액사전분포에서 베이지안 추정을 다루었다. 실제 자료에서 두 가지 추정법에 의한 모수 추정값을 제공하였으며, 모형의 적합성을 판정하고, 고장수에 대한 예측값을 비교하였다.

• 응용통계연구
• /
• 제6권2호
• /
• pp.401-408
• /
• 1993

본 논문에서는 회귀직선 기울기의 순서성에 대한 비모수적 검정법을 제안하였다. 자료의 정보를 최대한 활용하는 Potthoff 형태의 검정통계량을 붓스트랩 분산추정량으로 표준화하여 점근 분포무관 검정을 한다. 또한 제안된 검정법의 특성과 효율을 대표본과 소표본에서 비교연구하였다.

• Communications for Statistical Applications and Methods
• /
• 제2권2호
• /
• pp.221-226
• /
• 1995

본 연구는 붓스트랩에 의한 U-통계량의 분산추정방법을 제안하고, 추정량의 일치성을 증명하였다. 결과적으로 붓스트랩 추정량으로 표준화한 U-통계량의 값이 표준정규분포에 근사함을 보였다. 또한 실제적인 비모수검정에서 이를 응용하여 검정력과 특성을 연구하였다.

• 응용통계연구
• /
• 제21권5호
• /
• pp.813-823
• /
• 2008

비동질적 포아송과정(NHPP) 모형은 신뢰성 공학에서 소프트웨어 내에 남아있는 결함발견현상을 설명하는데 자주 사용된다. 이때 결함발견율은 연속적이며 단조함수를 가정하였으나 현실적으로 소프트웨어 시험환경, 전략 및 자원할당 등으로 인해 결함발견율이 변하는 경우가 있다. 본 논문은 결함발견율이 변화하는 변화점 문제를 고려한 소프트웨어 신뢰도 성장모형(SRGM)을 고려하여 모수를 추정하는데 목적이 있다. 이를 위해 자료를 모의 생성한 후 평균값 함수의 각 모수를 최우추정법과 최소제곱법을 이용하여 추정하며, 결함발견구간이 일정하게 증가하는 경우와 일정하게 증가하지 않는 경우를 각각 고려한다. 이때 각 모수의 적합도 비교 평가를 통하여 변화점을 고려한 SRGM에서의 최적 추정법을 수치적 방법으로 판단한다.

• 응용통계연구
• /
• 제6권2호
• /
• pp.341-353
• /
• 1993

여러 개의 종으로 구성된 모집단에서 일정 크기의 표본을 추출하였을 경우, 다음차례에 뽑힐 종이 새로운 종이 될 조건부확률의 추정량으로서 가장 널리 사용되어 온 것은 Good(1953)이 경험적 베이지안 접근법을 사용하여 제안한 비모수추정량이다. Clayton과 Frees(1987)는 Good의 추정량에 대한 대안으로서 비모수최우추정량을 제안하고, 시뮬레이션을 통해 모집단이 비교적 불균일할 경우 자신들이 제안한 추정량이 Good의 추정량보다 평균제곱오차가 작음을 보여 주었고, Lee(1989)는 모집단이 균등분포에 비교적 가깝지 않은 절단기하분포를 따를 때 이를 점근적으로 규명하였다. 그러나 비모수최우추정량은 상당한 편의를 지니고 있는데, 본 연구에서는 이 편의의 일부를 보정한 새로운 추정량이 대부분의 모집단분포 형태에 있어 비모수최우추정량보다 평균제곱오차가 작으며, 모집단이 균일분포에 아주 가까운 경우를 제외하고는 Good의 추정량보다도 평균제곱오차가 작음을 점근적으로 규명하고, 이를 소표본 시뮬레이션을 통하여 확인하였다.

• 응용통계연구
• /
• 제34권2호
• /
• pp.239-254
• /
• 2021

이 논문에서는, 2개의 혼합된 t-분포(TP-T)의 오차과정을 따르는 이질적 자기회귀 (HAR) 모형을 이용하여, 한국 코로나 (COVID-19) 확진자 수 데이터에 대한 시계열 분석, 즉 추정과 예측에 대하여 연구한다. HAR-TP-T 시계열 모형을 고려하여 HAR 모형의 계수 뿐 아니라 TP-T 오차과정의 모수를 추정하고자 단계별 추정법을 제안한다. 본 연구에서 제안하고 있는 단계별 추정법은, HAR 계수 추정을 위해서는 통상적 최소제곱추정법을 채택하고, TP-T 모수 추정을 위해서는 최대우도추정법을 이용한다. 단계별 추정법에 대한 모의실험을 수행하여, 성능이 우수함을 입증한다. 한국 코로나 확진자 수에 대한 실증적 데이터 분석에서, HAR 모형에서의 차수 p = 2, 3, 4에 대해, 모형의 평균제곱오차가 최소가 되도록 하는 최적화 시간간격(optimal lag)을 포함하여, 여러가지 시간간격을 고려한 HAR-TP-T 모형의 모수 추정값을 계산한다. 제안된 단계별 추정방법과 기존의 MLE만의 방법을, 추정 결과를 제시함으로 함께 비교한다. 본 연구에서 제안하고 있는 추정은 두 가지의 오차 측면, 즉 HAR 모형의 평균제곱오차와 잔차분포에 대한 밀도함수 추정의 평균제곱오차, 두 측면에서 모두 우수함을 입증하였다. 나아가, 추정 결과를 활용한 코로나 확진자 수 예측을 수행하였고, 예측정확도의 한 측도로서 mean absolute percentage error (MAPE)를 계산하여 0.0953%의 매우 작은 오차값을 얻었다. 본 연구에서 선택한 최적화 시간간격을 고려한 HAR-TP-T 시계열 모형 및 단계별 추정 방법은, 정확한 한국 코로나 확진자 수 예측 성능을 제공한다고 할 수 있다.

• Journal of the Korean Data and Information Science Society
• /
• 제6권1호
• /
• pp.1-11
• /
• 1995

승법모형식 $Y_{1}={\alpha}_{0}{\prod}^{p}_{k=1}X_{kj}^{{\beta}_K}v_{j}$의 모수는 일반적으로 대수변환한 후에 최소제곱법에 의하여 추정되나 $E(e xp({\beta}_{0})){\neq}{\alpha}_{0})$ 이므로 $e xp({\beta}_{0})$은 ${\alpha}_{0}$의 편의추정량이다. 본 연구에서는 ${\alpha}_{0}$의 불편추정량을 (1) 최소제곱추정량을 수정하는 방법과(2) Finney의 결과를 이용하는 방법으로 추정하였고, 이들 추정량의 분산을 비교하여 효율성을 검토하였다. 아울러 벼의 수량과 수량구성요소와의 관계를 설명할 때 승법모형의 이용 가능성을 검토하였다.