본 연구의 목적은 인공지능세대인 제 1형 당뇨 학생들을 관리하는 간호사의 인슐린 투약지원 경험을 확인하는데 있다. 본 연구는 현상학적 질적 연구로, 자료는 제 1형 당뇨 학생의 투약지원을 맡고 있는 당뇨교실 간호사와 보건교사 5명을 대상으로 2018년 6월 17일~24일까지 인터뷰를 통해 수집하였으며, 자료의 의미는 Colaizzi(1978) 방법을 사용하여 분석하였다. 연구 결과 '첫걸음마를 응원', '치료적 관계유지', '도약을 위한 발판 마련'과 같은 3개의 범주와 그에 따른 7개의 주제를 도출하였다. 본 연구의 결과는 제 1형 당뇨 학생들의 투약지원과 관련된 학교보건법 개정에 따른 보건교사의 업무지침을 인공지능 세대 학생-보호자의 요구에 맞춰 실질적으로 구성하는데 기초자료를 제공할 것이다.
Purpose: The development of information technology makes it easy to utilize high-dimensional categorical data. In this regard, the purpose of this study is to propose a novel method to select the proper categorical variables in high-dimensional categorical data. Methods: The proposed feature selection method consists of three steps: (1) The first step defines the goodness-to-pick measure. In this paper, a categorical variable is relevant if it has relationships among other variables. According to the above definition of relevant variables, the goodness-to-pick measure calculates the normalized conditional entropy with other variables. (2) The second step finds the relevant feature subset from the original variables set. This step decides whether a variable is relevant or not. (3) The third step eliminates redundancy variables from the relevant feature subset. Results: Our experimental results showed that the proposed feature selection method generally yielded better classification performance than without feature selection in high-dimensional categorical data, especially as the number of irrelevant categorical variables increase. Besides, as the number of irrelevant categorical variables that have imbalanced categorical values is increasing, the difference in accuracy between the proposed method and the existing methods being compared increases. Conclusion: According to experimental results, we confirmed that the proposed method makes it possible to consistently produce high classification accuracy rates in high-dimensional categorical data. Therefore, the proposed method is promising to be used effectively in high-dimensional situation.
본 연구는 Gibbs sampler와 MTDFREML 방법에 의해서 한우 도체형질의 유전력 및 유전(공)분산을 단형질 및 다형질 개체모형을 가지고 추정하고 비교 하였다. 배장근단면적(longissimus dorsi area), 등지방 두께(backfat thickness), 상강도(marbling score)의 유전 모수를 추정하였으며, 분석에 이용된 자료는 총 1,941두 이고, 혈연계수를 구하기 위한 혈통 자료는 23,058두를 이용하였다. 도체형질에 대한 유전력 추정 시 단형질과 다형질 개체모형에 의한 편차는 크게 나타나지 않았다. 단형질 개체모형에서 Gibbs sampler 방법을 이용한 추정에서는 LDA, BF 및 MS에서 각각 0.52, 0.59 및 0.42로서 고도의 유전력을 보였다. MTDFREML 방법을 통한 추정 시에는 LDA 0.41, BF 0.52로서 고도의 유전력을 보였으며, MS는 0.32로서 중도의 유전력을 보였다. 분석 방법에 의한 유전력 추정은 Gibbs sampler에 의한 방법이 MTDFREML에 의한 방법에 비해서 0.1정도 높게 추정되었다. MTDFREML 방법과 Gibbs Sampler 방법에 의한 도체 형질간의 유전상관은 LDA와 BF, MS 간에는 모두 부의 상관을 보였고, BF과 MS에서는 정의 상관을 보였다. MTDFREML과 Gibbs Sampler에서 이들의 분석 방법 간에 육종가 추정치에 대한 상관계수는 LDA와 BF에서는 0.989 이상의 높은 추정치를 보였으나, MS에 대해서는 이보다 다소 낮은 0.985를 나타내었다. 그리하여, 상강도(marbling score)와 같은 범주형 자료에 대한 유전분석은 기존의 선형의 정규분포를 가정한 REML방법에 의한 것 보다 범주형 모형을 설정하여 Gibbs sampling algorithm을 응용한 분석방법이 더 적합할 것으로 사료된다.
산사태 취약성 분석을 위해 적용된 기존 GIS 기반 확률론적 공간 통합 모델은 범주형과 연속형 자료와 같이 서로 다른 형태의 자료의 처리를 위한 이론적 배경과 효율적인 방법론을 제시하지 못하였다. 이 논문에서는 우도비의 틀 안에서 연속형 자료를 직접적으로 사용할 수 있도록 비모수적 경험적 추정 모델과 모수적 예측적 판별 분석 모델을 적용하였다. 그리고 유사율과 예측비율곡선을 계산함으로써 두 모델을 정량적으로 비교하고자 하였다. 제안 모델을 비 교하기 위해 1998년 여름 산사태로 많은 피해를 입은 장흥 지역과 보은 지역을 대상으로 사례연구를 수행하였다. 장 흥 지역에서는 두 모델이 유사한 예측 능력을 나타내었으나, 보은 지역에서는 모수적 예측적 판별 분석 모델이 보다 높은 예측 능력을 나타내었다. 결론적으로 제안한 두 모델은 산사태 취약성 분석을 위한 연속형 자료 표현에 효율적 으로 적용될 수 있으며, 두 모델이 개별적인 연속형 자료 표현의 특성을 가지고 있기 때문에 다른 사례 연구를 통한 검증 작업이 병행되어야 할 것으로 생각된다.
본 연구는 근거이론 분석 방법을 바탕으로 초등교사의 과학학습부진학생 지도경험을 탐색하였다. 과학학습부진학생을 최근 3년 이내에 지도한 경험이 있고, 5년 이상의 현장 경험을 가진 교사 13명을 대상으로 과학학습부진학생 지도경험에 대한 자료가 이론적 포화상태에 도달할 때까지 심층면담과 분석을 진행하였다. 분석 결과는 다음과 같다. 첫째, 초등교사의 과학학습부진학생 지도경험은 119개의 개념과 41개의 하위범주 및 17개의 범주로 도출하였다. 도출된 범주들을 패러다임 모형에 근거하여 '과학학습부진학생 지도의 어려움'이라는 중심현상을 바탕으로 인과적 조건, 맥락적 조건, 중재적 조건, 작용/상호작용 전략 및 결과로 구조화하여 제시하였다. 둘째, 초등교사의 과학교과 학습부진학생 지도의 핵심범주는 '어려움을 극복하며 과학학습부진학생 지도하기'로 상정하였다. 그리고 핵심범주의 속성과 차원에 따라 과학학습부진학생을 지도하는 교사유형은 '현실타협형', '현실극복형', '현실수용형', '현실갈등형'의 네 유형으로 구분되었다. 셋째, 초등교사의 과학학습부진학생 지도경험을 교사-학교-교육청 차원의 교육공급자 측면과 학생-가정 차원의 교육수요자 측면으로 구분하여 본 연구의 결과를 요약하고 통합할 수 있는 상황모형을 제시하였다. 이러한 결과를 바탕으로 과학교과 부진학생 지도에 대한 교육적 시사점을 논하였다.
이 연구에서는 대구 지역 중학교 2학년 165명이 작성한 자유 탐구 보고서를 주제 영역, 탐구 가설, 그리고 탐구 변인의 측면에서 분석하였다. 여름방학이 시작되기 전 2시간 동안 오리엔테이션을 진행하면서 탐구 과정에 대해 소개하고, 주제를 탐색하도록 하였다. 여름방학 동안 학생들은 주제 선정, 실험설계 및 수행, 자료 수집 및 분석, 결과 보고서 작성 등의 과정을 스스로 진행하였다. 여름방학 후, 결과보고서를 제출받으면서 학생들이 주제 선정에서 활용한 자료의 출처, 가설의 정의, 그리고 탐구 과정에서 가장 어려운 단계에 대한 인식도 조사하였다. 보고서의 주제 영역은 물리, 화학, 생물, 지구과학, 생활 영역으로, 보고서에 기술된 가설은 예측 가설과 설명 가설로 분류하였고 가설의 정의에 대한 학생들의 인식과 비교하였다. 탐구 주제, 탐구 가설, 실험 설계 부분에 제시된 탐구 변인을 분석하여 범주형, 연속형, 불확실 유형으로 분류하였다. 연구 결과, 주제 영역 중 화학 영역의 보고서가 가장 많았고, 다음으로 생물과 생활 영역이 많았다. 전체 165개 보고서 중 130개에 탐구 가설을 포함하고 있었는데, 이들 중 대부분은 예측 가설에 해당하였다. 보고서에 제시된 탐구 변인을 분석한 결과, 탐구 주제와 탐구 가설에 기술된 독립 변인과 종속 변인은 불확실 유형이 많았다. 그러나 실험 설계 부분에 기술된 변인들은 불확실 유형이 많이 줄어들었고, 범주형 변인이 증가하였다. 탐구 수행 과정에서 가장 어려운 단계에 대한 질문에 학생들은 주제 선정 단계를 가장 많이 선택하였다.
일반적으로 support vector machine (SVM)은 높은 수준의 분류 정확도를 제공함으로써 다양한 분야의 분류분석에서 널리 사용되고 있다. 그러나 SVM은 최적화 계산식이 이차계획법(quadratic programming)으로 공식화되어 많은 계산 비용이 필요하므로 대용량 자료의 분류분석에는 그 사용이 제한된다. 또한 불균형 자료(imbalanced data)의 분류분석에서는 다수집단에 편향된 분류함수를 추정함으로써 대부분의 자료를 다수집단으로 분류하여 소수집단의 분류 정확도를 현저히 감소시키게 된다. 이러한 문제점들을 해결하기 위하여 본 논문에서는 다수집단을 분할(divide)하고, 소수집단을 과대추출(oversampling)하여 여러 분류함수들을 추정하고 이들을 통합(conquer)하는 DOC-SVM 분류기법을 제안한다. 제안한 DOC-SVM은 분할정복 알고리즘을 다수집단에 적용하여 SVM의 계산 효율을 향상시키고, 과대추출 알고리즘을 소수집단에 적용하여 SVM 분류함수의 편향을 줄이게 된다. 본 논문에서는 모의실험과 실제자료 분석을 통해 제안한 DOC-SVM의 효율적인 성능과 활용 가능성을 확인하였다.
Journal of the Korean Data and Information Science Society
/
제25권5호
/
pp.1039-1055
/
2014
검정통계량의 영가설 분포는 모집단 분포에 의존하는데 모집단의 분포를 모를 때 영가설 분포를 검정통계량의 조건부 분포로 대체하여 검정하는 방법을 순열 검정이라고 한다. Strasser와 Weber (1999)는 순열 검정을 통합하는 이론을 마련하였고, Hothorn 등 (2006, 2008)은 그 이론을 R에 내장된 coin 패키지에 구현하였다. coin 패키지에서 조건부 독립성 검정은 총괄적인 형태의 함수인 independence test를 통해서 할 수 있지만 대표적인 독립성 검정은 사용자가 편리하도록 간편한 함수를 별도로 제공하고 있다. 본 논문에서는 Strasser와 Weber (1999)의 순열 검정 방법에 대해 소개하고, coin 패키지에 내장된 15개의 간편 함수에 대해 independence test 함수로 변환하는 절차를 설명하고자 한다. 또한, 정의한 independence test 함수를 써서 실제 자료의 점근 분포와 순열 검정, 정확 검정에 기초한 p-값을 서로 비교하고자 한다.
경기의 결과를 모형 화하는 것은 다양한 방법을 통하여 이루어져 왔다. 특히 두 개의 팀만이 경기를 하는 경우에는 더욱 다양한 방법이 제안되었다. 그 중에서 Bradley-Terry 모형은 짝지어진 자료로부터 선호하는 크기의 특성을 얻을 수 있는 가장 넓게 사용되어지고 있는 모형이다. Bradley-Terry 모형은 스포츠 경기결과의 분석과 심리학에 관련된 분야들에서 다양하게 적용되어진다. 본 연구자는 한국 프로야구 자료에 Bradley-Terry 모형을 적용하였다. 그 결과 연속형 공변량의 경우 평균자책점과 세이브를 포함하는 모형이 최적으로 나타났고 관심의 대상이 되는 몇 가지 범주형 분석의 결과 동군과 서군, 골든글러브, 다승왕, 그리고 홈경기의 이점이 승부에 영향을 주는 것으로 나타났다. 하지만 이들의 조합은 단순히 연속형 변수만을 포함한 모형이 분석 결과 더 적절한 것으로 고려되어졌다. 제안된 모형은 경기의 승패를 예측하는 데도 유용하게 사용될 수 있다. 한 예로 한국시리즈에서 우승할 확률들의 순서가 2008년도의 결과와 정확히 일치하였다.
This paper deals with a comparison between Taguchi's accumulation analysis method and Nair test on the ordered categorical data from an industrial experiment for quality improvement. a result of Taguchi's accumulation analysis method is shown to have reasonable power for detecting location effects, while Nair test identifies the location and dispersion effects separately, Accordingly, Taguchi's accumulation analysis needs to develop methods for detecting dispersion effects as well as location effects. In addition this paper rewmmends models for analyzing ordered categorical data, for examples, the cumulative legit model, mean response model etc Successively simple, reasonable methods should be introduced more likely to be used by the practitioners.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.