• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.335-335
• /
• 2012

기후변화에 의한 미래 수문량 전망에 대한 연구는 전지구 모델 결과를 바탕으로 이루어진다. 현재 전지구 모델의 모의 결과 생산된 강우 자료는 기상청에서 제공되며, 제공된 자료는 기상청 관측 지점에 국한되어 있다. 어떤 유역의 확률홍수량 전망은 유역내 강우 지점의 확률강우량을 강우-유출 모형인 HEC-1에 입력하여 추정할 수 있다. 한강 유역과 같은 대유역의 확률홍수량을 구하기 위해서는 유역내 기상청 관측 지점만으로는 지점수가 부족하기 때문에 국토해양부나 수자원공사 관할의 지점 자료를 활용한다. 하지만 이러한 대유역의 미래 확률홍수량을 전망하고자 하는 경우에 제공되는 전지구 모델 결과가 기상청 지점에 국한되어 있어 다른 지점의 확률강우량을 산정하는 데 어려움이 있다. 본 연구에서는 이러한 문제를 보완하기 위해 지역빈도해석을 이용하여 미래 전망 자료가 없는 지점들의 확률강우량을 추정하였다. 지역빈도해석을 수행하기 위해서는 관측 자료가 있는 유역내 지점들의 특성치(site characteristics)를 바탕으로 지역을 구분하고, Hosking and Wallis(1997)가 제안한 이질성 척도(heterogeneity measure)를 근거로 구분된 지역의 수문학적 동질성 여부를 검토하며, 각 지역에 대한 성장곡선(growth curve)를 추정한다. 지역별로 추정된 성장곡선에 지점의 연최대값 평균을 곱하면 그 지점의 확률강우량을 추정할 수 있다. 따라서 미래 기간의 지역별 성장곡선과 지점의 연최대값 평균을 전망할 수 있으면, 미래 기간의 지점별 확률강우량을 산정할 수 있고, 이를 바탕으로 확률홍수량도 전망할 수 있다. 이를 위해 본 연구에서는 전지구 모델에서 모의된 강우 자료를 바탕으로 미래 기간의 성장곡선을 추정하고, 과거 대비 미래 기간의 지속기간별 연최대값 평균의 비율을 산정하여 모의 자료가 없는 지점에 적용함으로써 미래 기간의 연최대값 평균을 산정하였으며, 이를 바탕으로 미래 기간의 확률강우량을 산정하도록 하였다. 이 기법의 신뢰도를 검증하기 위해 관측 자료를 두 기간으로 구분하여, 이 기법을 적용하여 추정한 확률강우량과 관측 자료로부터 산정한 확률강우량을 비교하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.369-370
• /
• 2012

일반적으로 회귀분석의 최적화는 평균적인 개념을 확장하여 사용되어지고 있다. 평균은 관찰값들에 관한 모든 정보와 관련된 통계량으로써 많은 연구에 이용되어지고 있다. 정규분포를 이루는 모집단의 경우 평균을 사용한 추정이 바람직하지만, 이상치로 인한 분포의 꼬리가 두꺼워지는 경우 중위수(median)를 사용하는 것이 바람직하다고 알려져 있다. 강수량의 분포형태는 꼬리(tail)가 두꺼운 왜곡된 형태를 갖고 있으므로 robust 통계량인 Quantile을 이용한 강수량의 분석 및 평가를 실시하였다. 본 연구에서는 Quantile에 따른 회귀선의 변화를 이용하여 강수량의 경향성을 평가하고, 극치강수량의 변화를 보여줄 수 있는 Quantle값을 추출해 보고자 한다. 또한 bootstrap 방법을 이용하여 Quantile에 따른 회귀계수의 신뢰구간을 분석하여 회귀인자의 신뢰성을 평가하였다. 본 연구에서 적용한 Quantile Regression 기법은 회귀계수의 추정에 있어서 회귀인자의 신뢰성을 Quantile-회귀계수 그래프를 통해 분석할 수 있으며, 이상값의 영향을 저감시키는 평균과 달리 이상값의 영향을 효과적으로 분리 및 재현시킬 수 있어 극치값에 따른 변화를 효과적으로 평가할 수 있으며, robust 통계량의 특징인 분산이 적은 안정적인 추정량을 확보할 수 있다.

• Journal of the Korea institute for structural maintenance and inspection
• /
• v.23 no.6
• /
• pp.132-140
• /
• 2019

In this study, a specimen composed of columns, walls, beams, and slabs was fabricated to investigate the estimated reliability using nondestructive test method for the location of structural members of reinforced concrete single layer structures. And for accurate analysis in the comparison process with the existing estimation formula, we try to analyze the reliability through statistical approach by using error rate comparison and Confidence interval estimation. As a result, The average error rate of the core test was 18.8% compared with the result of estimating the compressive strength using the ultrasonic pulse velocity method. The average error rate of the core test results compared with the result of estimating the compressive strength using the rebound hardness method was 20.1%, confirming the field applicability. it is judged that the reliability of the compressive strength estimation can be derived from the wall member to make a quick and efficient structure safety diagnosis using the ultrasonic pulse velocity method. In addition, it is judged that the reliability of the compressive strength estimation can be derived from the beam member to make a quick and efficient structure safety diagnosis using the rebound hardness method.

• The Korean Journal of Applied Statistics
• /
• v.11 no.2
• /
• pp.403-413
• /
• 1998

Sample size determination is a crucial part of sampling design. This paper gives a assessment for sample size determination using two-stage sampling scheme for estimating the population mean with a given precision.

• Communications for Statistical Applications and Methods
• /
• v.19 no.3
• /
• pp.405-414
• /
• 2012

In a stratified sample, the sampling frame is divided into non-overlapping groups or strata (e.g. geographical areas, age-groups, and genders). A sample is taken from each stratum, if this sample is a simple random sample it is referred to as stratified random sampling. In this paper, we study the bootstrap inference (including confidence interval) and test for a stratified population mean. We also introduce the bootstrap consistency based on limiting distribution related to the plug-in estimator of the population mean. We suggest three bootstrap confidence intervals such as standard bootstrap method, percentile bootstrap method and studentized bootstrap method. We also suggest a bootstrap test method computing the $ASL_{boot}$(Achieved Significance Level). The results of estimation are verified using simulation.

• The Korean Journal of Financial Studies
• /
• v.11 no.1
• /
• pp.157-176
• /
• 2005

본 연구는 KOSPI자산 포트폴리오에 대한 VaR를 다양한 ARCH류 모형을 사용하여 추정하고 이들의 예측능력을 평가하였다. 활용된 모형은 우선 기본적인 GARCH(1,1)모형과 레버리지 효과를 감안한 TGARCH모형, 다양한 ARCH모형을 포괄할 수 있는 PGARCH모형, 변동성의 영속성을 고려한 IGARCH모형이 포함되었다. 모형 상호간의 성과비교에 추가하여 ARCH류 모형에서 수익률예측오차의 분포에 따라서 VaR의 예측성과가 얼마나 차이가 발생하는가를 확인하기 위하여 정규분포와 Student-t분포의 성과를 비교하였다. 마지막으로 VaR 추정시에 조건부평균을 무시하는 관례가 어느정도 타당성이 있는지를 확인하기 위하여 1시차 자기회귀과정에 입각한 조건부 평균을 감안한 결과를 검토하였다. ARCH류 모형에서 모형 설명력은 보다 정교한 모형인 TGARCH모형이나 PGARCH모형이 우월하게 나타났지만, VaR의 예측능력 우월성으로 이어지지는 않았다. Student-t분포를 가정한 경우 VaR모형 사후검증성과는 정규분포를 가정한 경우보다 모든 신뢰수준에서 개선되었으며, 조건부평균의 제거는 Student-t분포 가정하에서는 적합하지 않은 것으로 나타났다. ARCH류 모형에서 가장 단순한 형태인 IGARCH모형의 예측성과가 다른 모형들에 비하여 뒤떨어지지 않으며, 더욱 제약된 형태인 RiskMetrics의 EWMA모형이 사후검증에서 우수한 성과를 보여 단순한 모형의 유용성을 확인시켜주고 있다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.274-274
• /
• 2023

기후변화의 영향으로 겨울철 적설의 양상이 과거와는 많이 달라진 것으로 보인다. 따라서 미래의 적설이 어떤 확률로 발생할 것인지도 과거에 비해 많이 달라질 것으로 예상된다. 하지만 어떤 정도로 달라질 것인지는 정확하게 알 수가 없다. 본 연구에서는 이를 합리적으로 추정하기 위해 일본에서 수행한 대규모 기후 앙상블 모의실험 결과로 생성된 d4PDF(Data for Policy Decision Making for Future Change) 자료 중 적설과 기온 자료를 이용하여 일 최심적설심을 모의하고 연최대치계열을 작성하여 과거의 최심적설심 연최대치분포와 비교하여 분위사상법을 통해 모형의 오차를 보정한 후 미래 지구평균온도 상승 시의 기후모의 결과에 적용함으로써 지구평균온도 상승 정도에 따라 우리나라의 적설양상과 확률적설심이 어떻게 변화할 것인지 추정해 보았다. 연구의 결과는 미래 적설과 관련된 설계와 방재 목적에 참고적으로 활용될 수 있을 것이다.

• Communications for Statistical Applications and Methods
• /
• v.17 no.4
• /
• pp.515-525
• /
• 2010

We investigated design-based properties of the ordinary least square estimator(OLSE) and the weighted least square estimator(WLSE) in a panel regression model. Given a complex data we derive the magnitude of the design-based bias of two estimators and show that the bias of WLSE is smaller than that of OLSE. We also conducted a simulation study using Korean welfare panel data in order to compare design-based properties of two estimators numerically. In the study we found the followings. First, the relative bias of OLSE is nearly two times larger than that of WLSE and the bias ratio of OLSE is greater than that of WLSE. Also the relative bias of OLSE remains steady but that of WLSE becomes smaller as the sample size increases. Next, both the variance and mean square error(MSE) of two estimators decrease when the sample size increases. Also there is a tendency that the proportion of squared bias in MSE of OLSE increases as the sample size increase, but that of WLSE decreases. Finally, the variance of OLSE is smaller than that of WLSE in almost all cases and the MSE of OLSE is smaller in many cases. However, the number of cases of larger MSE of OLSE increases when the sample size increases.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2010.05a
• /
• pp.2007-2010
• /
• 2010

제주도는 연평균 강우량이 1,975mm에 달하는 우리나라 최대의 다우지역이며, 투수성이 높은 화산성 지질의 특성으로 인해 상시 하천이나 강이 존재하지 않으며, 하천의 유출은 수백 mm이상의 호우 시에만 짧게 발생하며, 나머지 기간은 건천상태를 유지하고 있다. 이러한 제주의 수문지질 환경은 모든 용수를 지하수에 의존하게 했다. 본 연구에서는 제주도의 하천특성을 적절히 고려할 수 있고, 모든 물순환 성분이 물리적 기반하에서 해석되고 비교적 입력자료의 구축이 용이하며, 장기적인 모의가 가능한 SWAT 모형을 이용하여 제주도 서귀포 유역에 포함된 예레천, 궁산천, 보목천의 실제증발산량 및 직접유출량을 산정하고 이를 다시 물수지 방법을 이용하여 지하수 함양량을 추정하였다(2002~2008). 각 소유역별 평균 지하수 함양율은 예례천 유역은 40.75%, 궁산천 유역은 39.15%, 보목천 유역은 42.87%로 나타났다. 위의 결과는 제주도 수문지질 및 지하수자원 조사(III)를 이용하여 비교 검정하였으며, 비교 검정 결과, 서귀포 유역의 평균 함양량 및 평균 함양율과 비슷한 값을 보였다. 향후 정확한 자료의 확보와 다년간의 자료를 이용하여 정확하고 신뢰성 있는 결과를 얻을 수 있을 것으로 판단된다.

• The Korean Journal of Applied Statistics
• /
• v.36 no.4
• /
• pp.323-335
• /
• 2023

In causal analysis of high dimensional data, it is important to reduce the dimension of covariates and transform them appropriately to control confounders that affect treatment and potential outcomes. The augmented inverse probability weighting (AIPW) method is mainly used for estimation of average treatment effect (ATE). AIPW estimator can be obtained by using estimated propensity score and outcome model. ATE estimator can be inconsistent or have large asymptotic variance when using estimated propensity score and outcome model obtained by parametric methods that includes all covariates, especially for high dimensional data. For this reason, an ATE estimation using an appropriate dimension reduction method and semiparametric model for high dimensional data is attracting attention. Semiparametric method or sparse sufficient dimensionality reduction method can be uesd for dimension reduction for the estimation of propensity score and outcome model. Recently, another method has been proposed that does not use propensity score and outcome regression. After reducing dimension of covariates, ATE estimation can be performed using matching. Among the studies on ATE estimation methods for high dimensional data, four recently proposed studies will be introduced, and how to interpret the estimated ATE will be discussed.