• Communications for Statistical Applications and Methods
• /
• v.5 no.2
• /
• pp.431-437
• /
• 1998

본 논문의 목적은 계층적 베이즈 일반화 선형모형을 이용하여 경시적 자료를 분석하는 것이다. 구체적으로 계층적 베이즈 변량효과 모형을 소개하고 무정보적 사전분포 하에서 사후분포가 진(proper)인지에 대한 충분조건을 찾는다 또한, 깁스(Gibbs) 표본자를 사용하여 제안된 계층적 베이즈 절차의 수행에 관해 논의한다. 현실자료를 사용하여 제안된 계층적 베이즈 분석을 예시하고, 이에 대응하는 경험적 베이즈 분석과 비교한다.

• Communications for Statistical Applications and Methods
• /
• v.3 no.1
• /
• pp.61-71
• /
• 1996

Kim and Song(1995)과 Kim and Lee(1996)는 하나의 이지공변량(binary covariate)을 갖는 가산위험모형(additive risk model)의 적합도검정법(goodness-of-fit test)을 제안했다. 전자는 모수의 가중추정량들의 차에 기초한 검정법이며 후자는 마팅게일잔차(martingale residual)에 기초한 검정법이다. 본 논문에서는 모의실험을 통하여 두 검정법을 비교하였다.

• The Korean Journal of Applied Statistics
• /
• v.29 no.3
• /
• pp.513-523
• /
• 2016

Fitting a mixture of multivariate skew normal distribution (MSNMix) with multiple skewness parameter vectors via EM algorithm often requires a highly expensive computational cost to calculate the moments and probabilities of multivariate truncated normal distribution in E-step. Subsequently, it is common to fit an asymmetric data set with MSNMix with a simple skewness parameter vector since it allows us to compute them in E-step in an univariate manner that guarantees a cheap computational cost. However, the adaptation of a simple skewness parameter is unrealistic in many situations. This paper proposes an approximate estimation for the MSNMix with multiple skewness parameter vectors that also allows us to treat them in an univariate manner. We additionally provide some experiments to show its effectiveness.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.289-289
• /
• 2023

4차산업 혁명이 도래한 이후로 전세계적으로 AI 기술이 유래 없는 속도로 발달 및 활용되고 있으며, 다양한 분야에서 AI 기법을 도입한 연구가 활발히 진행 중에 있다. 최근 수자원 분야에서는 단기 강우 예측, 댐 유입량 예측 및 하천 수위 예측 등의 분야에서 AI 기술이 접목되어 꾸준한 기술 개발이 이루어지고 있다. 그러나 단변량으로 축척된 자료를 활용하여 중·장기 모형 개발 연구가 다수 진행되고 있지만, 급격한 기후변화 현상과 복잡한 매커니즘을 보이고 있는 기상현상의 경우 단변량 분석으로서는 정확도가 저하 될 수 있는 우려가 있는 것이 현실이다. 이에 본 연구에서는 상기에 제시된 단점을 극복하고자 다양한 기상자료를 검증·예측인자로 활용함과 동시에 Deeplearning 모형과 결합하여 신뢰성 있는 단기 강수 예측이 가능한 모형을 개발하였다. 본 연구에서는 유럽중기예보센터(ECMWF, European Center for Medium-Range Weather Forecasts)에서 제공하고 있는 ERA5 재해석 자료를 활용하였으며, Deeplearning 모형과 결합하여 단기 강우 예측이 가능한 모형을 개발하였다. 1차적으로 격자자료(25km×25km)로 제공되고 있는 ERA5 자료를 상세화(downscaling) 모형에 적용하여 기상청 관측소와 비교·검증하였으며, Deeplearning 모형을 통해 단기 예측이 가능한 모형으로 확장하였다. 이때 Deeplearning의 다양한 모형 중 시계열 분석에 있어 예측 성능이 높은 LSTM 모형을 활용하였으며, 제공되고 있는 대기 변수의 상호관계를 노드간 연결을 통해 결과의 정확도와 신뢰성을 확보하였다. 본 연구 결과는 기관별로 제공하고 있는 예측 수준을 상회하는 결과를 도출하였으며, 홍수기에 집중되는 강우량을 예측하여 대비·대책을 선제적으로 마련할 수 있는 자료로써의 활용성이 높을 것으로 사료된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.309-309
• /
• 2019

기후예측모델을 통해 일단위 강수의 예측정보가 제공되고 있지만, 실제 강수량자료와 시공간적 편의로 인해 수문학적 활용은 한계가 있다. 일반적으로 기후모델의 시공간적 해석 규모 및 예측정확성을 고려할 때 계절단위에서 예측정보의 활용이 가장 현실적인 것으로 알려지고 있다. 그러나 수문해석 시 시공간적 해상도가 낮아 직접적인 활용은 어려운 상황이며, 수문해석 모형의 입력자료로 활용 시 편의보정 및 상세화 과정이 일반적으로 요구된다. 본 연구에서는 기후모델로부터 얻은 강우예측결과에 Bayesian 모델 기반의 편의보정-상세화 기법을 개발하여 강우예측정보의 활용성을 개선하고자 한다. 이 과정에서 Bayesian Copula 모델을 이용한 이변량 형태의 예측강수의 검보정 방법을 개발하였으며, 특히 기후모델 이외의 기상 상태변량인 해수면온도(sea surface temperature, SST)를 예측인자로 추가하여 Hybrid 형태의 계절 앙상블 강우예측모델을 개발하고자 한다.

• The Korean Journal of Applied Statistics
• /
• v.28 no.2
• /
• pp.343-351
• /
• 2015

We introduce how to fit random effects models via a SRC-Stat statistical package. This package has been developed to fit double hierarchical generalized linear models where mean and dispersion parameters for the variance of random effects and residual variance (overdispersion) can be modeled as random-effect models. The estimates of fixed effects, random effects and variances are calculated by a hierarchical likelihood method. We illustrate the use of our package with practical data-sets.

• Journal of agricultural medicine and community health
• /
• v.36 no.1
• /
• pp.25-35
• /
• 2011

Objectives: This study aimed to compare depression and social support according to general characteristics and to investigate the influence of social support on depression. Methods: This study analyzed raw data from a project funded by Jeju Province. Data were collected through home visit interview with 750 households selected by using a randomized cluster sampling method. CES-D was used to measure depression, and the Medical Outcomes Study Social Support Survey was used to measure social support. The data of 1,155 subjects were analyzed using t-test, ANOVA, and regression. Results: The mean was 11.35 for depression and 75.53 for social support. Women showed a higher depression score and a lower social support score than men did. Older people; the divorced or the bereaved; and those in groups comprising people with lower education, lower social class, poor health, or high stress presented higher depression and lower social support. The result of stepwise regression showed that social support was one of the predictive variables of depression, and 22% of variance was explained by social support in this study. Conclusions: Social support was a powerful predictive variable of depression, and it was suggested that to prevent and manage depression, strategies that enhance social support should be developed and evaluated.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2004.05b
• /
• pp.701-704
• /
• 2004

본 논문에서는 환전분포형 지표수-지하수 연계모형인 MIKE SHE 모형을 SWAT모형을 이용하여 산출된 소유역 유출량 자료 및 함양량 자료와 연계하여 국내 IHP 대표유역의 하나인 보청천 유역에 적용하였다. 실측유출량자료와 모의된 유출량자료를 비교하여 통계적 변량을 산출하여 모형을 평가하였으며, 그 결과 EI와 RMAE, $R^2$값은 각각 0.64와 0.74, 0.82를 나타내는 것으로 보아 모형이 실제를 만족스러울 정도로 잘 반영하고 있지는 못한다고 판단되었다. 이는 적용된 모형의 문제점이라기 보다 국내 실정에서 모형의 입력자료를 뒷받침할 만한 세분화된 자료의 부족에서 기인된 결과로 판단된다. 이에 따라 국내에서 완전분포형 모형의 입력자료를 뒷받침할 수 있는 시추 자료, 수리상수 자료 등이 확보되고 모형의 보정과 검정과정을 거친다면 더욱 만족스러운 결과를 얻어낼 수 있을 것으로 판단되며, 이러한 문제점이 해결, 보안된다면 본 모형의 국내 적용에는 큰 문제점은 없을 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2004.05b
• /
• pp.1147-1151
• /
• 2004

본 연구에서는 소유역에서의 오염총량을 추정하기 위한 오염총량 추정모형인 SWAT 모형과 HSPF모형의 유출특성을 비교분석하기 위해 발안유역의 $HP\#6$ 소유역을 시험유역으로 선정하고 유역 수문모니터링을 수행하였으며, 시험유역의 도형자료를 구축하여 SWAT 모형과 HSPF 모형을 적용하였다. 유출량에 대하여 모형의 보정과 검정결과 유출량은 HSPF 모형의 모의유출량이 SWAT 모형보다 실측치에 더 유사한 값을 보였다. 통계적인 변량을 이용하여 실측치와 SWAT 모형과 HSPF 모형의 모의치를 비교하여 평가한 결과 RMSE는 각각 5.19mm/day, 6.03mm/day, RMAE는 0.48mm/day, 0.49mm/day, 결정계수$(R^2)$는 0.86, 0.84로 모의 되었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2007.05a
• /
• pp.1512-1516
• /
• 2007

자신의 현재와 과거의 시계열데이터만을 가지고 시계열 모형을 구축하는 단변량 ARIMA모형 분석법과는 달리, 관심의 대상이 되는 출력시계열과 이와 관련있는 입력시계열의 동태적 특성을 나타내는 전이함수모형(Transfer function model)을 사용하여 소양강댐, 충주댐, 화천댐에 대한 월별 수문자료를 이용하여 유입량을 예측해 보고자 한다. 본 연구의 주요 목적은 다변량 추계학적 시스템의 해석을 위한 모형의 추정과 등정을 위한 과정을 개발하는데 있다. 일반적 추계학적 시스템 모형이 표현되며 그것으로부터 수문학적 시스템의 모형을 매우 적절하게 유도하기 위한 다중 입력-단일 출력 TF, TFN모형을 유도하는데 있다. 이 모형은 수문학적 시스템을 위한 경우에 있어 상관된 입력을 설명할 수 있도록 개발된다. 일반적으로 모형을 만드는 전략이 유도되며 실제유역시스템에 적용하여 검토된다. 한강수계 주요 다목적댐인 소양강댐, 충주댐, 화천댐의 수문자료를 가지고 추계학적 모형(TF, TFN)에 의한 결과와 실제유입량을 비교하여 검토하고자 한다.