• The Korean Journal of Applied Statistics
• /
• v.26 no.1
• /
• pp.201-208
• /
• 2013

In this paper, we consider the mixture components-process variables model and propose a model selection strategy using MTS. This strategy is illustrated using an example that involves three mixture components and two process variables in a bread making experiment that was studied in several literatures.

• Journal of the Korean Data and Information Science Society
• /
• v.20 no.1
• /
• pp.179-190
• /
• 2009

In the financial industry, the decision tree algorithm has been widely used for classification analysis. In this case one of the major difficulties is that there are so many explanatory variables to be considered for modeling. So we do need to find effective method for reducing the number of explanatory variables under condition that the modeling results are not affected seriously. In this research, we try to compare the various variable reducing methods and to find the best method based on the modeling accuracy for the tree algorithm. We applied the methods on the pension insurance of a insurance company for getting empirical results. As a result, we found that selecting variables by using the sensitivity analysis of neural network method is the most effective method for reducing the number of variables while keeping the accuracy.

• Proceedings of the Korean Statistical Society Conference
• /
• 2005.05a
• /
• pp.49-51
• /
• 2005

본 연구는 반복분할(recursive partitioning)에 의한 군집화 방법을 제안하고 활용 예를 제시한다. 이 방법은 나무 형태의 해석하기 쉬운 단순한 규칙을 제공하면서 동시에 변수선택기능을 제공한다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.7 no.2
• /
• pp.284-292
• /
• 2003

In this paper, we carried out the numerical examination of the initial value setting-up method to extend the range of optimal step parameter in a adaptive system which is controlled by LMS algorithm. For initial value setting-up methods, the general method which select the initial value randomly and the other method which applies the approximate value obtained from the direct method to initial value, were used. And then, we compared to the ranges of step parameter setting, the convergence speeds of mean-square-error, and the stabilities during the convergence process when the initial values were applied to the optimal directivity synthesis problem. According to the numerical simulation results, the initial value setting-up method by means of the direct method provides wider range for the step parameter, more efficient capability for convergence and stability, and more error correction ability than the general method.

• The Korean Journal of Applied Statistics
• /
• v.36 no.6
• /
• pp.501-514
• /
• 2023

When analyzing high dimensional data such as text data, if we input all the variables as explanatory variables, statistical learning procedures may suffer from over-fitting problems. Furthermore, computational efficiency can deteriorate with a large number of variables. Dimensionality reduction techniques such as feature selection or feature extraction are useful for dealing with these problems. The sparse principal component analysis (SPCA) is one of the regularized least squares methods which employs an elastic net-type objective function. The SPCA can be used to remove insignificant principal components and identify important variables from noisy observations. In this study, we propose a dimension reduction procedure for text data based on the SPCA. Applying the proposed procedure to real data, we find that the reduced feature set maintains sufficient information in text data while the size of the feature set is reduced by removing redundant variables. As a result, the proposed procedure can improve classification accuracy and computational efficiency, especially for some classifiers such as the k-nearest neighbors algorithm.

• 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.

• Proceedings of the Acoustical Society of Korea Conference
• /
• 1998.08a
• /
• pp.238-241
• /
• 1998

성문파 신호로부터 음원변수들을 추출하는 방법과 그 전 단계에서 역 필터링 방법에 의해 구한 미분성문파 신호로부터 고주파 잡음을 제거하기 위해 음원구간에 따라 필터의 대역폭을 달리함으로서 음원변수 추출과정에서 저역통과 필터에 의해 발생할 수 있는 오차를 최소화하기 위한 선택적 저역통과 필터링 방법을 제안한다. 이 방법은 음원모델중 하나인 LF-model 펄스를 합성하여 필터링 함으로서 그 성능을 비교, 평가하였다.

• The Korean Journal of Applied Statistics
• /
• v.18 no.3
• /
• pp.655-660
• /
• 2005

An iterative method that greatly reduces a burden of computation in performing Rao's test for additional information in two-group discriminant analysis is suggested. A numerical example is provided for illustration.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2018.01a
• /
• pp.205-206
• /
• 2018

오늘날 인터넷 대중화로 다양한 분야에 걸쳐 누구나 쉽게 정보 공유가 가능한 환경 속에 살고 있다. 최근 모바일 기기들의 확산으로 커피전문점 방문 할 때 정보검색의 영향력이 커짐에 따라 인터넷 후기 등이 작성되어 있는 블로그는 목적지 선택에 많은 영향을 미치고 있다. 본 연구에서는 정보검색을 포함한 기존의 커피전문점의 선택속성의 커피전문점의 만족도와의 관계를 살펴보고자 하였다. 정보검색을 통해 방문한 적이 있는 커피전문점 방문자를 대상으로 176개의 설문지를 회수 하였고, SPSS 18.0를 이용하여 분석하였다. 본 연구에서는 정보검색 일치성을 포함한 커피전문점의 기존의 선택속성들을 독립변수로 두고, 커피전문점의 추천도를 종속변수로 두어 회귀분석을 실시하였다. 분석결과, 정보검색을 통해 커피전문점 방문시 '분위기와 정보검색결과의 일치성', '일반적 선택속성', '커피의 맛', '주차 편리성' 요인이 추천에 유의한 영향을 미치는 것으로 나타났다.

• Journal of the Korean Statistical Society
• /
• v.6 no.2
• /
• pp.117-154
• /
• 1977

본논문에서는 첫째로 단일방정식 모형에서 종속변수가 양자택일(binary choice)의 이산확률변수일 때 이러한 이진적 종속변수(binary dependent variable)의 변동을 설명하는데 사용되는 몇 가지 모형을 소개하고 각각의 표기 및 추정방법, 추정량의 성질, 예측 및 검정 문제 등에 관하여 비교 서술하고자 한다. 둘째, 종속변수가 이산과 연속의 혼합형태일 때 앞에 소개된 모형이 어떻게 적용될 수 있는가를 살펴보며, 셋째, 선택대상 및 종속변수의 수가 증가하여 일반화된 선다형모형(multiple choice model)의 경우, 표기 및 추정방법을 단일방정식 기법을 이용하여 추가로 총람하고자 한다. 넷째, 본논문에서는 또한 내구소비재 구입에 관한 조사자료를 이용하여 실제 많이 사용되는 몇 개의 모형을 선택하여 적용하고 각각의 예측력을 분석함으로써 각 모형을 비교 검토하는데 목적이 있다.