• Proceedings of the Korea Water Resources Association Conference
• /
• 2005.05b
• /
• pp.1476-1480
• /
• 2005

본 연구에서는 매개변수를 추정하는 방법 중 하나인 역해석을 이용하여 강변여과 지역의 투수량계수를 추정하였다. 최적화 기법으로 BFGS(Broyden-Fletcher-Goldfarb-Shanno)를, 정해석 프로그램으로 지하수위와 오염물 거동을 2차원적으로 모의할 수 있는 MOC(Method of Characteristics)을 이용하여 포트란으로 구성된 새로운 프로그램을 개발하였으며 프로그램의 적용성을 검증하기 위해 실제 강변여과를 하고 있는 경남 창원시 대산면의 8개월간 관측 지하수위를 이용하여 그 지역의 투수량계수를 추정하였다.

• Proceedings of the Korean Statistical Society Conference
• /
• 2001.11a
• /
• pp.63-68
• /
• 2001

조사과정에서 필연적으로 발생하는 무응답을 보정하기 위해 보조정보를 사용한다. 이 때, 이용 가능한 보조정보의 차원이 크면, 계산과정에서 많은 시간이 소요되며 데이터를 다루기가 매우 어렵다. 또한 추정량의 분산이 보조정보의 차원에 의존하기 때문에 과소추정의 문제가 발생한다. 이러한 문제를 해결하기 위해 무응답 보정에서 적절한 보조정보의 선택 방법을 제안하였고, 이에 대한 효율성을 모의실험을 통해 살펴보았다.

• Journal of Korean Society of Forest Science
• /
• v.98 no.4
• /
• pp.409-416
• /
• 2009

Forest biomass estimation is essential for greenhouse gas inventories and terrestrial carbon accounting. Remote sensing allows for estimating forest biomass over a large area. This study was conducted to estimate forest biomass and to produce a forest biomass map for Muju county using forest biomass conversion table developed by field plot data from the 5th National Forest Inventory and Landsat TM-5. Correlation analysis was carried out to select suitable independent variables for developing regression models. It was resulted that the height class, crown closure density, and age class were highly correlated with forest biomass. Six regression models were used with the combination of these three stand variables and verified by validation statistics such as root mean square error (RMSE) and mean bias. It was found that a regression model with crown closure density and height class (Model V) was better than others for estimating forest biomass. A biomass conversion table by model V was produced and then used for estimating forest biomass in the study site. The total forest biomass of the Muju county was estimated about 8.8 million ton, or 128.3 ton/ha by the conversion table.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2006.05a
• /
• pp.144-148
• /
• 2006

본 연구의 목적은 기존 수위-유량곡선식 개발과정에 내재되어 있던 목적함수 문제와 곡선식 개발과 정에서 대두된 발산과 처리 불능문제를 해결하기 위해서 새로운 형태의 관계식$(Q=p(h-e)^{\beta}-{\gamma})$과 비선형 매개변수 추정방법을 이을 제안하고 이러한 신개념의 수위-유량곡선식 산정모형을 개발하는데 있다. 기존 수위-유량곡선식은 기존수위-유량자료를 log변환하여 산정된 목적함수는 저수위에 비하여 고수위 부분에 잘못된 유량 값을 추정하는 문제를 갖고 있다. 기존의 발산 문제는 영유량 수위 매개변수 e를 찾고 추정된 식의 목적함수을 수렴하는 동안 매개변수 ${\beta}$가 비정상적으로 커지는 것이다. 이상의 두 가지 문제는 제어변수 ${\gamma}$를 도입하고 목적함수, $min{\sum}w(i)(Q-\hat{Q})^2$를 도입함으로서 개선 할 수 있게 되었다. 본 연구에서는 물리적 분석과 민감도 분석을 통하여 수위-유량곡선식에서 매개변수 ${\gamma}$의 영향이 e의 영향과 같음을 보였다. 또한 개발된 WinCARD 시스템은 기존의 목적함수에 의한 추정오차와 새롭게 제안된 목적함수의 개선사항을 상호 비교할 수 있게 하였다. 본 개발프로그램은 기존 수위-유량곡선식의 적합도를 평가하고, 하천유량 산정을 위한 신개념의 수위-유량곡선식을 개발하는데 활용될 수 있다.

• The Journal of the Acoustical Society of Korea
• /
• v.24 no.2
• /
• pp.87-96
• /
• 2005

In matched field processing (MEP), the observed acoustic field data is basically correlated with the replica produced by the modeling. therefore the results of source localization and correlation is limited by the mismatch of the environment and sensor location. In this paper. the effects of mismatch in environment and system on the bias in estimating the source location are investigated in the context of source localization. In the Pekeris waveguide, the simulation shows that the mismatches in environment and system, can cause a significant biases in the source localization and a degradation in MFP correlation. Mismatch caused by uncertainties in array tilt and depth, bottom depth, bottom sound speed, etc. causes degradation in source localization performance.

• The KIPS Transactions:PartB
• /
• v.14B no.4
• /
• pp.241-248
• /
• 2007

An L-curve corner detection method is proposed for the determination of the regularization parameter in optical flow estimation. The method locates the positive peak whose curvature difference from the just right-hand negative valley is the maximum in the curvature plot of the L-curve. while the existing curvature-method simply finds the maximum in the plot. Experimental results show that RMSE of the estimated optical flow is greater only by 0.02 pixels-per-frame than the least in the average sense. The proposed method is also compared with an existing curvature-method and the adaptive pruning method, resulting in the optical flow estimation closest to the least RMSE.

• Journal of the Korean Data and Information Science Society
• /
• v.24 no.1
• /
• pp.33-39
• /
• 2013

In the transformation of response variable in partial linear models outliers can cause a bad effect on estimating the transformation parameter, just as in the linear models. To solve this problem the processes of estimating transformation parameter and detecting outliers are needed, but have difficulties to be performed due to the arbitrariness of the nonparametric function included in the partial linear model. In this study, through the estimation of nonparametric function and outlier detection methods such as a sequential test and a maximum trimmed likelihood estimation, processes for transforming response variable robust to outliers in partial linear models are suggested. The proposed methods are verified and compared their effectiveness by simulation study and examples.

• Journal of Preventive Medicine and Public Health
• /
• v.23 no.3 s.31
• /
• pp.247-254
• /
• 1990

짝짓기 방법은 교란변수를 통제하기 가장 좋은 방법으로 알려져 있으나, 모수추정시 그 계산방법이 복잡하고, 포함된 모든 정보를 이용할 수 없다는 단점을 갖고 있다. 그럼에도 불구하고, conditional 모델을 이용한 matched 분석법은 짝지은 자료 분석시 가장 좋은 방법으로 인정되고 있다. 그러나 명확한 confounding 현상을 통제할 목적이 아닌 상태에서 짝지워진 자료를 matched 분석법으로 모수추정하는 경우나, 올바로 짝지워진 자료를 분석법의 편이성 때문에 unmatched 분석을 시도하는 경우, 오히려 estimation bias가 야기될 수 있다. 이러한 estimation bias의 통제능력을 몇 가지 분석방법을 이용하여 비교하고자, 1:2로 대응된 한 환자-대조군 자료를 이용하여 Mantel-Haenszel 분석법, 두가지의 unconditional model을 이용한 다변량분석법의 결과를 conditional model을 이용한 matched 분석법의 결과와 비교하였다. 1. Matched 분석법의 대용방법으로 사용된 세 가지 방법들은 모수추정면에서나 가설검정능력면에서 차이를 서로 보이지 않았다. 2. 짝짓기에 사용된 변수가 분석자료내에서 confounder나 effect modifier로 작용되지 않았음이 명백한 경우에는 이들 세 가지 통제 방법과 matched 분석법간에 차이가 없었다. 3. 짝짓기에 사용된 변수가 분석자료내에서 effect modifier로 작용하지는 않았으나, Confounder로 작용한 것으로 추정되는 경우, unmatched 분석법으로 인해 야기된 estimation bias의 통제능력이 이들 세 가지 대용방안 모두에서 인정되었다. 4. 짝짓기에 사용된 변수가 분석자료내에서 effect modifier로 작용하고 있음을 직접 확인할 수 있는 경우에는, overmatching에 의한 estimation bias를 의심할 수 있었으며, 이들 세 가지 통제방법은 오히려 unmatched 분석 방법에 가까운 모수를 추정하였다.

• The Korean Journal of Applied Statistics
• /
• v.31 no.3
• /
• pp.343-352
• /
• 2018

We can use quantile regression and expectile regression analysis to estimate trends in extreme regions as well as the average trends of response variables in given explanatory variables. In this paper, we compare the performance between the parametric and nonparametric methods for expectile regression. We introduce each estimation method and analyze through various simulations and the application to real data. The nonparametric model showed better results if the model is complex and difficult to deduce the relationship between variables. The use of nonparametric methods can be recommended in terms of the difficulty of assuming a parametric model in expectile regression.

• Economic Analysis
• /
• v.26 no.1
• /
• pp.84-132
• /
• 2020

A central bank infers market expectations of future yields based on yield curves. The central bank needs to precisely understand the changes in market expectations of future yields in order to have a more effective monetary policy. This need explains why a range of models have attempted to produce yield curves and market expectations that are as accurate as possible. Alongside the development of bond markets, the interconnectedness between them and macroeconomic factors has deepened, and this has rendered understanding of what macroeconomic variables affect yield curves even more important. However, the existence of various theories about determinants of yields inevitably means that previous studies have applied different macroeconomics variables when estimating yield curves. This indicates model uncertainties and naturally poses a question: Which model better estimates yield curves? Put differently, which variables should be applied to better estimate yield curves? This study employs the Dynamic Nelson-Siegel Model and takes the Bayesian approach to variable selection in order to ensure precision in estimating yield curves and market expectations of future yields. Bayesian variable selection may be an effective estimation method because it is expected to alleviate problems arising from a priori selection of the key variables comprising a model, and because it is a comprehensive approach that efficiently reflects model uncertainties in estimations. A comparison of Bayesian variable selection with the models of previous studies finds that the question of which macroeconomic variables are applied to a model has considerable impact on market expectations of future yields. This shows that model uncertainties exert great influence on the resultant estimates, and that it is reasonable to reflect model uncertainties in the estimation. Those implications are underscored by the superior forecasting performance of Bayesian variable selection models over those models used in previous studies. Therefore, the use of a Bayesian variable selection model is advisable in estimating yield curves and market expectations of yield curves with greater exactitude in consideration of the impact of model uncertainties on the estimation.