• 응용통계연구
• /
• 제16권2호
• /
• pp.335-349
• /
• 2003

본 논문에서는 포아송분포 대 음이항분포, 그리고 정규분포, 이중지 수분포 대 코쉬분포에 대한 모형선택을 위하여 베이지안 방법을 사용한다. 각 모수에 대한 사전분포로는 무정보 부적절 사전분포의 가정 하에, 베이지안 모형선택을 위하여 O'Hagan (1995)의 부분적 베 이즈요인을 이용하였다. 실제자료와 모의 실험 자료의 분석을 통하여 부분적 베이즈요인의 유용성을 Berger와 Pericchi (1996, 1998)의 내재적 베이즈요인들과 함께 비교 검토해 본다.

• 한국산업정보학회:학술대회논문집
• /
• 한국산업정보학회 1998년도 공동추계학술대회 경제위기 극복을 위한 정보기술의 효율적 활용
• /
• pp.807-813
• /
• 1998

이 논문에서는 로그정규분포에 대한 베이지안 모형선택방법을 제안한다. 일반적으로 , 모수에 대한 사전정보가 비정보적(noninformative)인 경우, 베이즈 요인(Bayes factor)은 결정할 수 없는 상수를 포함하는 것이 일반적이다. 이 경우, 베이즈 요인을 계산하기 위해 최근 활발히 연구중인 고유 베이즈 요인(Intrinsic Bayes factor)방법을 이용한다. 실제의 자료를 통해 로그정규분포의 적합도 검정에 대한 부분적 베이즈 요인을 계산한다.

• 한국산업정보학회논문지
• /
• 제7권1호
• /
• pp.42-49
• /
• 2002

이 논문에서는 정규분포를 하는 모집단에 대한 베이지안 다중비교를 개발한다. 베이지안 다중비교를 위해서는 베이즈요인의 계산이 필수적인데 베이즈 요인의 계산은 O'Hagan (1995)이 제안한 부분베이즈 요인을 이용한다. 그리고 베이지안에서 필수적인 모수에 대한 사전분포로는 무정보적 사전분포를 이용한다. 또한, 비교대상이 되는 모집단의 수가 3이상인 경우에 대하여 베이즈요인의 정확한 형태를 유도했으며 정규분포를 한다고 널리 알려져 있는 자료를 제안된 방법으로 분석하는 사례를 보였으며, 모의실험을 통하여 제안된 방법의 유용성을 보였다.

• 한국통계학회:학술대회논문집
• /
• 한국통계학회 2003년도 추계 학술발표회 논문집
• /
• pp.105-110
• /
• 2003

이 연구에서는 일관성의 원리를 충족하는 새로운 형태의 베이즈 P-값으로 LR형 베이즈 P-값을 제안하고, 그 성질에 대하여 검토해보고자 한다. 제안된 베이즈 P-값은 가능도 비의 단순한 함수의 형태로 표현되어 쉽게 계산될 수 있다는 장점을 갖고 있으며, 검정방법으로서 일관성의 원리를 만족한다.

• 응용통계연구
• /
• 제12권2호
• /
• pp.605-619
• /
• 1999

본 논문은 회귀분석에서 오차항의 1차 자기상관 존재 여부 및 그 값을 검정하는 방법을 베이지안 접근법으로 제안하였다. 이 방법은 모수공간의 다중분할로 인해 얻어진 여러 가설들에 대한 다중결정문제를 다중 베이즈요인에 관한 이론과 일반화 Savage-Dickey 밀도비를 이용한 사후확률 추정법을 합성하여 개발되었다. 이 방법은 기존의 검정법들에서 가능한 검정 뿐 아니라 이들이 해결할 수 없는 자기상관에 대한 다중결정문제에도 사용이 가능한데 그 효용성이 있다. 모의실험을 통하여 제안된 검정법의 유효성을 평가하였다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2023년도 추계학술대회
• /
• pp.190-191
• /
• 2023

본 연구의 목적은 항로표지사고 예방을 위해 항로표지 사고 주요 요인을 도출하는 것이다. 이를 위하여 베이즈 이론을 활용하여 네트워크 구조를 작성하고, 23년간 발생한 항로표지사고를 적용했다. 도출된 항로표지 사고의 주요 요인은 추후 항로표지 사고 예방을 위한 정책의 기본자료로 활용할 수 있다.

• 응용통계연구
• /
• 제14권2호
• /
• pp.449-462
• /
• 2001

베이지안 다중 검정방법(multiple hypothesis test)은 여러 통계모형에서 성공적인 결과를 주는 것으로 알려져있다. 일반적으로, 베이지안 가설검정은 고려중인 모형에 대한 사후확률을 계산하여 가장 높은 확률은 갖는 모형을 선택하기 때문에 귀무가설의 기각여부에만 관심을 가지는 고전적인 분산분석 검정과는 달리 좀 더 구체적인 모형을 선택할 수 있는 장점이 있다. 이 논문에서는 독립이면서 로그정규분포를 따르는 K($\geq$3)개 모집단의 모수에 대한 가설 검정방법으로 O’Hagan(1995)이 제안한 부분 베이즈 요인을 이용한 베이지안 방법을 제안한다. 이 때 모수에 대한 사전분포로는 무정보적 사전분포를 사용한다. 제안한 검정 방법의 유용성을 알아보기 위하여 실제 자료의 분석과 모의 실험을 이용하여 고전적인 검정방법과 그 결과를 비교한다.

• Journal of the Korean Data and Information Science Society
• /
• 제12권1호
• /
• pp.51-59
• /
• 2001

독립이면서 로그정규분포를 따르는 두 모집단의 평균 차이에 대한 검정으로 O'Hagan (1995)이 제안한 부분 베이즈요인을 이용한 베이지안 방법을 제안한다. 이 때 모수에 대한 사전분포로는 무정보적 사전분포를 사용한다. 제안한 검정 방법의 유용성을 알아보기 위하여 실제 자료의 분석과 모의실험을 이용하여 고전적인 검정방법과 그 결과를 비교한다.

• 응용통계연구
• /
• 제15권1호
• /
• pp.139-151
• /
• 2002

본 논문에서는 베이지안 기법을 이용한 비선형회귀모형의 선택법을 제안하였다. 베이즈요인에 기초한 이 방법은 주로 대표본의 경우에 이용되는 고전적 모형선택법에 비해 사전정보를 이용하는 측면과 비내포모형 및 소표본의 경우에 대해서도 효과적으로 사용될 수 있다는 장점을 가진다. 본 논문에서는 정보적 사전분포를 고려하였으며, 베이즈요인의 추정 방법으로 Laplace - Metropolis 추정 법을 제안하였다. 또한 MCMC 과정을 통해 추정된 모수의 수렴진단에 대해서도 고려하였다. 실제자료에 대한 최적의 모형선택 및 진단과정을 구체적으로 제시하였다.

• 응용통계연구
• /
• 제11권2호
• /
• pp.435-449
• /
• 1998

본 연구는 다중판별분석(MDA)에서 필요한 변수선택기준을 베이즈접근법으로 제안하였다. 이 베이즈판별변수 선택기준은 여러 정규모집단분포의 평균벡터에 대한 동질성 검정에 필요한 디폴터형태의 베이즈요인을 객관적 베이즈방법으로 유도하여 설정하였다. 디폴트베이즈요인(default Bayes factor)은 Spiegelhalter와 Smith (1982)가 계발한 가상적트레이닝표본법(imaginary training sample method)을 사용하여서 도출하였다. 또한 제안된 베이즈판별변수선택 기준이 지닌 분포의 성질을 이용하여, 추가 판별변수(또는 변수군)가 MDA에 기여하는 부가적인 판별력에 대한 검정법 및 추가판별변수(또는 변수군)의 선택 기준에 대해서도 논하였다. 본 연구에서 새로이 얻은 변수선택기준은 최적부분집합선택법(optimal subset selection method)뿐 아니라 각 단계적방법(stepwise method)의 변수선택기준으로 사용될 수 있으며, 두 그룹 판별분석에도 사용이 가능하다는 점에서 표본이론에 의해 여러 형태로 개발된 기존의 판별변수 선택 기준들을 하나로 통합시킬 수 있는 기능을 지니고 있다. 모의실험을 실시하여 최적 부분집합선택법과 단계적방법하에서 제안된 판별변수선택 기준이 가진 효용성을 평가하였다.