• 한국수산과학회지
• /
• 제9권2호
• /
• pp.143-150
• /
• 1976

동일 년급군 체장에 관한 도수분포는 정규분포를 하는데, 어류자원의 감소계수를 z라 할 때 x 세 년급군의 미수가 $N_x=N_o\exp(-zx)$로 표시된다. 위의 두가지 사실에다 체장조성표를 이용하여 생잔율 $\varrho^{-z}$ 추정하는 방법을 연구한 결과를 요약하면 다음과 같다. 1. 연령, 분업에 관한 정밀조정표(표본)로부터 각년급군별 모체장평균, 모분산의 불편추정치($\bar{x},S^2$ 소표본일 때는 S^2 대신 $n/n-1{\cdot}S^2$를 구하였다. 2. 표본에서 구한 각 연금군별 모체장평균의 불편추정치$(\bar{x})$간의 경향선식과 각 년급군별 모분산($S^2$ 혹은 $n/n-1{\cdot}S^2$의 불편추정치간의 경향선식을 구하였다. 3. 각 경향선식에서 년급군별 모체장평균치와 모분산의 추정치$\hat{u},\hat{\sigma^2}$를 구하였다. 4. 각 년급군별로 모체장평균이 불편추정치$(\bar{x})$와 경향식에서 구한 모체장평균의 추정치$(\hat{u})$와의 차에 관한 유의성검정을 하고 또 각 년급군별로 모분산의 불편추정치($S^2$ 혹을 $n/n-1{\cdot}S^2$와 경향선식에서 구한 모분산의 추정치$\hat{\sigma}^2$와의 차에 관한 유의성검정을 하였다. 5. 유의성검정에서 두 종류 가운데 적어도 하나가 유의적이면 유의적인 년급군의 모체장평균(u)과 모분산$(\sigma^2)$을 모체장평균의 불편추정치$(\bar{x})$와 모분산의 불편추정치($S^2$ 혹은 $n/n-1{\cdot}S^2$로 한다. 2종의 검정이 유의적이 아닌 때는 해당하는 년급군의 모체장평균(u)과 모분산$\sigma^2$을 경향선식에서 구한 모체장평균의 추정치$\hat{u}$와 모분산의 추정치$(\hat\sigma^2)$로 하였다. 표본이 없는 년급군의 모체장평균(u)과 모분산$(\sigma^2)$도 역시 경향선식에서 구한 모체장평균 및 모분산의 추정치$\hat{u},\;\sigma^2$로 하였다. 6. 모체장평균(u)과 모분산$(\sigma^2)$이 추정되면 정규곡선면적표를 이용하여 년급군별로 각 체장계급에 해당하는 확률표를 만들었다. 7. 서로 이웃하는 체장계급의 비를 이용하여 생잔율 $\varrho^{-z}$ 값들을 구하였다. 8. $\varrho^{-z}$값들 중 이상적인 값은 유의적이면 기각하고 나머지 값으로 평균생잔율과 그 분산, 표준편차, 신뢰한계를 구하였다. 9. 향해 및 동지나해에 있어서 한국기선저인망에 어획된 참조기의 연령 및 체장에 관한 정밀조정표와 체장조직성표를 이용하여 년평균생잔율 $\varrho^{-z}$와 그 분산, 표준편차, 신뢰계수 $95\%$의 신뢰구분과 연평균 감소계수 Z를 구하였다.

• 응용통계연구
• /
• 제14권1호
• /
• pp.13-24
• /
• 2001

이중추출에서 모평균 추정방법을 고찰하였다. 전통적으로 널리 쓰이는 비추정량과 회귀추정량 그리고 비례배분 및 Rao 배분을 한 후의 층화평균에 대하여 주어진 기대 비용에서 최적의 표본수, 최소분산 및 분산추정량을 살펴보았다. 또한 비추정 및 층화의 효과를 모두 내포하는 결합비 추정량을 제안하고 주어진 기대 비용에서 최적의 표본수 및 최소분산을 유도하였고 분산추정량을 구하였다. 그리고 제한된 모의실험을 통하여 비추정량, 층화평균 및 결합비 추정량의 효율을 비교하였다. 모의실험 결과 비추정량과 층화평균은 경우에 따라 효율이 다르게 나타난 반면, 결합비 추정량은 대체로 두 방법보다 효율이 우수하게 나타나 결합비 추정량이 이중추출에 유용하게 쓰일 수 있음을 보였다.

• 대한수학교육학회지:수학교육학연구
• /
• 제24권3호
• /
• pp.375-385
• /
• 2014

이 연구는 학교수학의 모평균과 모비율의 신뢰구간의 추정을 비교하면서 두 추정간에 일관성이 확보되고 있는지에 대해 고찰하였다. 이 결과를 토대로, 이 연구에서는 표본평균과 표본비율을 동일한 방식으로 취급하는 것, 모평균과 모비율의 신뢰구간의 예를 구성할 때 모표준편차 대신에 표본표준편차의 관측값을 대입하는 절차를 동일하게 적용하는 것, 표본비율 $\hat{P}$와 그에 대한 관측값 $\hat{p}$을 구별하는 것과 같은 일관성 확보 방안을 제안하였다.

• 응용통계연구
• /
• 제17권1호
• /
• pp.105-117
• /
• 2004

본 논문에서는 선형추세를 갖는 모집단의 평균을 추정하기 위한 새로운 방법을 제시하였다. 이 방법은 변형계통추출에 의하여 표본을 뽑은 뒤 표본의 단순평균이 아니라 조정된 추정량을 사용하여 모평균을 추정하는 방법이다. 조정된 추정량을 정하는 데에 최소제곱법을 사용하였다. 제시된 방법은 선형 추세가 강할수록 효율적이라는 것이 밝혀졌으며, 무한초모집단 모형의 랜덤오차항의 분산인 $\sigma$$^2$이 매우 크지만 않다면 전통적인 방법들에 비해 상대적으로 효율적인 것으로 나타났다.

• 한국학교수학회논문집
• /
• 제21권3호
• /
• pp.247-266
• /
• 2018

본 연구에서는 선행연구를 바탕으로 통계적 추정에서 반드시 알아야 할 개념으로 '신뢰구간 및 신뢰도의 의미, 표본평균의 분포와 모평균 추정의 연결, 신뢰구간을 구성하는 요소간의 관계' 3개를 추출하였다. 이를 바탕으로 예비 수학교사들과 고등학생들의 통계적 추정에 대한 태도는 어떠한지, 예비 수학 교사들과 고등학생들의 통계적 추정에 관한 오개념의 인식에 차이가 있는지에 대한 연구문제를 설정하였다. 그 결과 첫째, 통계적 추정 단원에서는 신뢰구간 등을 계산하는 방법 뿐 아니라 그 결과의 의미를 문맥 안에서 해석하는 것 또한 강조되어야 한다. 둘째, 모평균의 추정 단원에서는 주변에서 흔히 볼 수 있는 뉴스나 신문 자료에 나타난 모평균 추정 결과를 해석하는 방법 또한 지도되어야 한다. 셋째, 통계적 추정 단원에서 학생들이 흔히 갖는 오개념에 관한 지식, 통계적 추정의 개념을 효과적으로 지도할 수 있는 방안 등에 대한 현직교사나 예비교사를 대상으로 한 전문성 신장 프로그램이 요구된다는 결론과 시사점을 얻었다.

• 응용통계연구
• /
• 제13권2호
• /
• pp.457-476
• /
• 2000

본 연구에서는 선형추세를 갖는 모집단에 대한 효율적인 표본추출방법과 모평균 추정법을 제안하였다. 이 방법은 계통추출을 확장한 중심균형계통추출을 써서 표본을 뽑은 뒤 표본평균보다 수정된 추정량을 써서 모평균을 추정하는 것이다. 수정된 추정량을 정하는 데에 보간법의 개념을 사용하였다. 제안된 추정량과 기존의 방법에 으한 추정량들의 효율을 Cochran(1946)의 무한초모집단모형에 근거를 둔 기대평균제곱오차를 기준으로 하여 비교하였다. 제안된 방법은 표본크기 n($\geq$5)이 홀수이고 추출률의 역수인 $textsc{k}$가 짝수인 경우에 사용하기 위한 것이다. 모의실험을 이용한 예어서도 역시 좋은 결과가 얻어졌다.

• 한국조사연구학회지:조사연구
• /
• 제7권2호
• /
• pp.53-69
• /
• 2006

표본조사에서 가중치는 설계 단계와 분석 단계에서 만들어지고 부여될 수 있다. 설계 단계의 가중치는 추출확률이나 응답률 등과 같은 표본 데이터 획득 지표에 관련되어 있고 분석 단계의 가중치는 모집단 수치나 다른 보조 변수정보 등과 같은 외적인 정보와 관련되어 있다. 그리고 최종가중치는 설계 단계의 가중치와 분석 단계의 가중치의 곱으로 만들어진다. 이 논문에서는 분석 단계에서 부여되는 가중치에 초점을 맞추어 가중평균으로 모평균을 추정할 때 가중평균에 포함된 가중치가 모평균 추론에 미치는 영향을 고찰하였다. 유한모집단에서 각 조사단위에 조사변수와 가중치가 쌍으로 있고 표본추출확률이 균등한 경우를 가정하였다. 이러한 조건에서 가중평균의 편향과 평균제곱오차를 구하여 가중평균은 모평균의 편향 추정량임을 보였고, 편향의 방향과 크기는 조사변수와 가중치의 상관관계로 설명할 수 있음을 보였다. 즉, 만일 가중치와 조사변수가 양의 상관관계가 있으면 가중평균은 모평균을 과대 추정하게 되고, 만일 음의 상관관계가 있으면 모평균을 과소 추정하게 된다. 그리고 두 변수의 상관계수가 크면 편향은 증가한다. 가중평균에 대한 이론적인 수식 유도와 함께 편향의 크기와 평균제곱오차의 크기를 수치적으로 검토하기 위하여 모의실험을 실시하였다. 모의실험에서는 상관계수가 -0.2과 0.6사이에 있는 9개의 가중치를 생성하였고, 표본수는 100부터 400까지 고려하여 편향의 크기와 평균제곱오차의 크기를 수치적으로 구하였다. 하나의 결과로써 상관계수가 0.55이고 표본수가 400인 경우에 가중평균의 편향의 제곱이 평균제곱오차에서 차지하는 비율은 무려 82%에 이르는 것으로 나타났는데, 이는 가중평균의 편향이 어떤 경우에는 매우 심각할 수도 있음을 보여주는 것이다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2016년도 학술발표회
• /
• pp.158-158
• /
• 2016

본 연구에서는 극치 분포의 오른쪽 꼬리 부분 예측 시 안정적인 확률수문량 산정하는 확률분포형과 매개변수 추정 방법을 평가하기 위해 Monte Carlo 모의를 수행하였다. 수문자료의 빈도해석에 적합한 것으로 알려진 generalized extreme value (GEV), Gumbel (GUM), generalized logistic (GLO), gamma3 (GAM3), normal (NOR), log-normal3 (LN3) 총 6개의 확률분포형을 바탕으로 오른쪽 꼬리 부분의 확률수문량 추정 성능을 모의 실험을 통해 평가하고자 한다. 30년 이상 자료를 보유한 기상청 지점의 지속기간별 연최대값 자료를 분석한 결과를 바탕으로 모분포를 GEV분포로 선정하였으며 평균이 1.0, 표준편차 0.5, 왜곡도 계수는 0.5, 1.0, 2.0, 3.0, 4.0이 되도록 가정하였다. 또한 자료 길이에 따른 성능 평가를 위해 표본 크기 20, 50, 100, 150, 200개에 대해 분석을 수행하였다. 위와 같은 가정으로 총 25종류(왜곡도계수 5개 ${\times}$ 표본 크기 5개)의 발생된 모분포에 6가지의 확률분포형과 3가지의 매개변수 추정방법(모멘트법, 최우도법, 확률가중모멘트법)을 조합한 18가지의 모델을 비교 분석해보았다. 평가방법으로는 평균 제곱근 오차(Root Mean Square Error, RMSE), 편의(bias), 평균 상대오차(Mean Relative Difference, MRD), 평균 절대 상대오차(Mean Absolute Relative Difference, MARD)를 사용하여 적용 모델의 성능을 비교 분석하였다.

• Communications for Statistical Applications and Methods
• /
• 제2권1호
• /
• pp.155-165
• /
• 1995

초모집단(superpopulation)으로 부터 반복적으로 유한모집단을 추출할 때, 이미 조사된 자료들을 이용하면 현재의 유한모집단 모수들을 ㄷ더 효율적으로 추정할 수 있다. 이러한 문제에 대하여 Ericson(1969)이 유한모집단 표본추출에서 베이지안 분석을 하였고, Ghosh와 Meeden(1986)은 정규 초모집단을 가정하여 유한모집단 평균의 경험적 베이즈 추정을 하였다. Nandram과 Sedransk (1993)는 Ghosh와 Meeden(1986)의 유한모집단들의 분산이 모두 같다는 가정들을 완화하여 유한집단 평균의 경험적 베이즈 추정을 하였다. 본 연구는 Nandram과 Sedransk의 결과를 층과표본추출의 경우로 일반화 하였다.

• Journal of the Korean Data and Information Science Society
• /
• 제11권2호
• /
• pp.279-293
• /
• 2000

위치 모수에 대해 1개의 변화점이 있는 경우 Carlstein(1988)의 변화점 추정량을 순위함수와 평균함수를 이용하여 변형시킨 변화점 추정통계량을 제안하였다. 모의 실험을 통해 Carlstein(1988) 변화점 추정량과 제안하는 변화점 추정량의 평균, 평균제곱오차와 변화점 추정비율을 계산하여 비교하였다.