• Communications for Statistical Applications and Methods
• /
• v.16 no.4
• /
• pp.579-586
• /
• 2009

We have used multifactor dimensionality reduction(MDR) method to study interaction effect of statistical model in general. But MDR method cannot be applied in all cases. It can be applied to the only case-control data. So, two methods are suggested E-MDR and D-MDR method using regression tree algorithm and dummy variables. We applied the methods on the identify interaction effects of single nucleotide polymorphisms(SNPs) responsible for longissimus mulcle dorsi area(LMA), carcass cold weight(CWT) and average daily gain(ADG) in a Hanwoo beef cattle population. Finally, we compare the results using permutation test.

• Proceedings of the Society of Korea Industrial and System Engineering Conference
• /
• 2002.05a
• /
• pp.125-132
• /
• 2002

We study clustering algorithm for sequences of categorical values. Clustering is a data mining problem that has received significant attention by the database community. Traditional clustering algorlthms deal with numerical or categorical data points. However, there exist many important databases that store categorical data sequences. In this paper we introduce new similarity measure and develope a hierarchical clustering algorithm. An experimental section shows performance of the proposed approach.

• The Korean Journal of Applied Statistics
• /
• v.10 no.2
• /
• pp.325-338
• /
• 1997

This paper suggests a sequence of dependence models as a statistical analysis model for vaccination data on chickenpox and discusses a method for evaluating maximum likelihood estimates of unknown parameters in the suggested model.

• Journal of Korean Institute of Industrial Engineers
• /
• v.20 no.1
• /
• pp.27-38
• /
• 1994

Accumulation analysis is difficult to analyze the ordered categorical data except smaller-the-better type problem. The purpose of this paper is to develop the statistic and method that can be easily applied to general type of problem, including nominal-the-best type problem. The experimental data of contact window process is analyzed and new procedure is compared with accumulation analysis.

• Proceedings of the Korean Statistical Society Conference
• /
• 2004.11a
• /
• pp.175-178
• /
• 2004

범주형 자료분석에서 차원축소(collapsibility)는 오즈비로 설명되었다. 실제의 $2\times2\timesK$ 분할표 자료를 이 이론에 적용시켰을 때 오즈비의 값으로 차원축소가 가능한지의 여부를 판단하기는 어렵다. 오즈비를 시각적으로 표현하는 방법 중에서 Doi, Nakamura와 Yamamoto(2001)가 제안한 Contour plot을 통해서 분할표 자료를 설명하는 것은 가능하지만 차원축소의 가능성을 결정하기에는 한계가 있다. 본 연구에서는 오즈비의 신뢰구간을 시각적으로 표현할 수 있는 방법으로 Barrowman과 Myers(2003)가 제안한 Raindrop plot을 이용하여 $P_{\lambda,;,T}^M-policy$ 분할표 자료를 설명할 수 있으며 동시에 차원축소의 가능성을 판단할 수 있는 방법을 제안하고자 한다.

• The Korean Journal of Applied Statistics
• /
• v.12 no.1
• /
• pp.275-293
• /
• 1999

다구찌의 누적법은 다구찌 품질공학에서 중요한 통계분석 방법이다. 그러나 이 방법이 복잡하고 비효율적일 뿐만 아니라 실험의 결과가 잘못 해석 될 수 있는 문제점을 가지고 이싿. 특히 순서 지어진 범주형에 관한 다요인(multificator) 실험에서는 이러한 가능성이 큰 것으로 지적되고 있다. 이에 대한 걱정과 비판이 Nair(1986) 그리고 Hamada and Wu(1990)에 의하여 심각하게 제기되어 왔다. 본 논문은 이러한 내용들을 정리하고 이들의 논란과 주장에 대한 평가와 이에대한 최선의 실천방안을 제안하고 있다. 아울러 실제 자료분석을 위하여 필요한 SAS/IML 프로그램을 제시하고 있다.

• Proceedings of the Korean Association for Survey Research Conference
• /
• 2001.06a
• /
• pp.57-70
• /
• 2001

In this paper we consider a various estimation methods including the post-stratification estimation, regression estimation and calibration estimation or a generalized raking estimation under a unit nonresponse. All of them have a common type of calibration estimation based on the post-stratification for a categorical auxiliary variables.

• Proceedings of the Korean Institute of Industrial Safety Conference
• /
• 1998.11a
• /
• pp.199-204
• /
• 1998

우리나라의 산업재해통계는 산업재해의 규모 및 원인 등의 분포상태와 근로자에 대한 특성 등을 파악하여 산업재해 예방정책 및 산업재해 보상 보험 운용 방침 수립의 기초 자료로 사용되고 있다. 그런데, 우리나라의 현행 산업재해 통계 산출 방법은 산업재해보험 가입 사업장의 재해자가 제출한 요양신청서 중 업무상 재해로 인정된 재해만을 대상으로 통계를 산출하는 것이다. (중략)

• Journal of Korean Society of Industrial and Systems Engineering
• /
• v.26 no.1
• /
• pp.17-21
• /
• 2003

We study clustering algorithm for sequences of categorical values. Clustering is a data mining problem that has received significant attention by the database community. Traditional clustering algorithms deal with numerical or categorical data points. However, there exist many important databases that store categorical data sequences. In this paper, we introduce new similarity measure and develop a hierarchical clustering algorithm. An experimental section shows performance of the proposed approach.

• Journal of the Korea Society of Computer and Information
• /
• v.5 no.2
• /
• pp.143-151
• /
• 2000

The purpose of this study is to suggest usefulness of causal relation analysis about categorical data to business administration and other social sciences. Some examples of their application are presented.