• 제목/요약/키워드: 베이지안통계계산

검색결과 43건 처리시간 0.028초

미니탭을 이용한 베이지안 통계계산

  • 백호유;김병휘
    • 한국통계학회:학술대회논문집
    • /
    • 한국통계학회 2004년도 학술발표논문집
    • /
    • pp.227-228
    • /
    • 2004
  • 최근에 베이지안 통계학은 경제 경영 그리고 의학 뿐 만 아니라 공학 등의 많은 분야에서 그 응용의 정도가 급속히 증가하는 추세이다. 그러나 베이지안 추론 또는 법칙들이 이론적으로 간단하지만 많은 경우 계산상에 어려움 때문에 실제 적용에 어려움이 있다 이러한 상황을 극복하기 위해 간단한 통계 패키지 프로그램인 미니텝을 이용한 여러 가지 적용 방법을 알아본다. 또한 미니탭 매크로의 사용을 원활히 적용함으로써 보다 발전적으로 베이지안 통계 계산을 용이하게 할 수 있다

  • PDF

MCMC를 이용한 비동질적 포아송과정에서 일반화 순서통계량 모형의 연구

  • 최기헌;김희철
    • Communications for Statistical Applications and Methods
    • /
    • 제4권3호
    • /
    • pp.753-763
    • /
    • 1997
  • 컴퓨터의 발전에 따른 MCMC를 비동질적 포아송 과정에 이용하였다. 베이지안 추론에서 조건부 분포를 가지고 사후분포를 결정하는데 있어서의 계산 문제를 고려하였다. 특히 분포가 이중지수, 곰페르츠, 랄리, 감마, 그리고 검벨인 일반 순서통계량 모형에 대하여 깁스 샘플링과 메트로폴리스 알고리즘을 활용한 베이지안 계산과 모형선택을 제시하였다.

  • PDF

베이지안 통계의 역사와 미래에 대한 조망 (History and Future of Bayesian Statistics)

  • 이재용;이경재;이영선
    • 응용통계연구
    • /
    • 제27권6호
    • /
    • pp.855-863
    • /
    • 2014
  • 최근 계산 기술의 진보로 인하여, 베이지안 통계는 급속도로 확산되어 가고 있다. 그러나, 정보화 시대에 들어서면서 베이지안 통계를 비롯한 통계학은 새로운 문제들에 직면하게 되었다. 이 논문에서는 베이지안 통계의 역사를 간단히 살펴보고, 베이지안 통계의 현재의 영향력에 대해서 알아본다. 그리고 통계학의 미래와 통계학계가 직면한 도전과제들에 대하여 생각해 볼 것이다.

부분 베이즈요인을 이용한 K개로 로그정규분포의 상등에 관한 베이지안 다중검정 (Bayesian Testing for the Equality of K-Lognormal Populations)

  • 문경애;김달호
    • 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.

  • PDF

소프트웨어 신뢰모형에 대한 베이지안 접근 (Bayesian Approach for Software Reliability Models)

  • 최기헌
    • Journal of the Korean Data and Information Science Society
    • /
    • 제10권1호
    • /
    • pp.119-133
    • /
    • 1999
  • 마코브체인 몬테칼로 방법을 소프트웨어 신뢰모형에 이용하였다. 베이지안 추론에서 조건부 분포를 가지고 사후분포를 결정하는데 있어서의 계산 문제를 고찰하였다. 특히 레코드값을 통계량을 갖고서 혼합과정과 중첩과정에 대하여 깁스샘플링 알고리즘과 메트로폴리스 알고리즘을 활용하여 베이지안 계산과 모형 선택을 제시하고 모의실험자료를 이용하여 수치적 인 계산을 시행하고 그 결과를 비교하였다.

  • PDF

시공간 베이지안 계층모형-미국 연기온 편차자료에 적용-

  • 이의규;문명상
    • 한국통계학회:학술대회논문집
    • /
    • 한국통계학회 2002년도 추계 학술발표회 논문집
    • /
    • pp.163-168
    • /
    • 2002
  • 전형적인 시공간모형은 시공간 변이도(semivariogram) 또는 공분산 함수(covariance function)를 필요로 한다. 본 논문에서는 계산하기 어렵고 현실적이지 못한 결합 공분산함수를 통한 고전적 모형 대신, 일련의 독립적인 조건분포를 이용하는 보다 현실적인 베이지안 계층모형을 이용한다. 미국 전 지역에 산재해 있는 138개 기온 관측소로부터 얻어진 61년(1920-1980) 동안의 연기온편차 자료에 시공간 베이지안 계층모형을 적용하고 순수시계열모형에서의 적합값과 제안된 모형의 적합값을 비교분석한다.

  • PDF

MUSA-OKUMOTO와 ERLANG(2)의 중첩과정에 대한 베이지안 계산 연구 (Bayesian Computation for Superposition of MUSA-OKUMOTO and ERLANG(2) processes)

  • 최기헌;김희철
    • 응용통계연구
    • /
    • 제11권2호
    • /
    • pp.377-387
    • /
    • 1998
  • 컴퓨터의 발전에 따른 마코브체인 몬테카를로방법을 소프트웨어 신뢰확률모형에 이용하였다. 베이지안 추론에서 조건부분포를 가지고 사후분포를 결정하는데 있어서의 계산문제와 이론적인 정당성을 고려, 마코프연쇄와 메트로폴리스방법의 관계를 고찰하였으며, 특히 Mus-Okumoto와 Erlang(2)의 중첩모형에 대하여 깁스샘플링 알고리즘과 메트로폴리스 알고리즘을 활용하며 베이지안 계산과 예측 우도기준에 의 한 모형선택을 제안하고 Cox-Lewis에 의해 계시된 Thing method를 이용한 모의실험자료를 이용하여 수치적인 계산을 시행하고 그 결과가 제시되었다.

  • PDF

생물/보건/의학 연구를 위한 비모수 베이지안 통계모형 (Nonparametric Bayesian Statistical Models in Biomedical Research)

  • 노희상;박진수;심규석;유재은;정연승
    • 응용통계연구
    • /
    • 제27권6호
    • /
    • pp.867-889
    • /
    • 2014
  • 비모수 베이지안 통계 모형은 그 유연성과 계산의 편리성으로 인해 최근 다양한 분야에서 응용되고 있는데, 본 논문에서는 생물/의학/보건 연구에서 사용되는 비모수 베이지안 통계 모형에 대해서 개괄하였다. 본 논문에서는 비모수 베이지안 통계 모델링에서 핵심적으로 사용되는 확률모형들을 소개하고, 다양한 예제들을 통하여 그 모형들이 어떻게 사용되는지 이해를 돕도록 하였다. 특별히, 논의된 예제들은 모수적 통계 모형으로 고찰하기에는 한계가 있는 연구가설들을 포함하고 있어 모수적 모형의 한계점을 지적하고 비모수적 베이지안 모형의 필요성을 강조하는 것들로 정하였다. 크게 확률밀도함수 추정, 군집분석, 임의효과 분포의 추정, 그리고 회귀분석의 4가지 주제로 분류하여 살펴보았다.

공변량을 갖는 패널자기회귀 과정에 대한 베이즈추정

  • 신민웅;신기일
    • Communications for Statistical Applications and Methods
    • /
    • 제1권1호
    • /
    • pp.94-101
    • /
    • 1994
  • 본 논문은 패널(panel) 자기회귀 모형에서 자기회귀 계수의 추정을 베이지안 방법으로 접근하였는데, 이 때 특별히 Gibbs Sampling 방법을 이용하여 사후분포를 계산하였다. 또한 모의 실험을 통하여 자기회귀계수를 Gibbs Sampling 방법으로 추정한 베이지안 추정치가 non-Bayesian 방법으로 구한 추정치보다 더 우월함을 보였다.

  • PDF

메타분석에서 그룹화 임의효과 모형의 베이지안 해석

  • 정윤식;정호진
    • 응용통계연구
    • /
    • 제13권1호
    • /
    • pp.81-96
    • /
    • 2000
  • 본 논문은 의학분야에서 주로 사용되는 메타분석 중 그룹화 임의효과 모형(grouped random effects model)을 프라빗 연결함수(probit link function)를 이용하여 베이즈적 관점에서 연구하였다. 이때 프라빗 함수를 강요하기 위해 잠재변수를 정의하였고, 사전 분포를 달리한 세가지 모형을 고려하였다. 주어진 세가지 모형들에게서 적합한 모형 선택을 위하여 베이즈 인자(Bayes factor, BF)와 유사베이즈 인자(pseudo-Bayes factor, PsBF)를 이용하였다. 깁스샘플러와 메트로폴리스 알고리즘을 이용하여 베이지안 계산상의 어려움을 해결하였다. 예로써, 새로운 간질약에 대한 효과를 조사하기 위하여 앞에서 제시된 방법으로 해석하였다.

  • PDF