• 한국통계학회:학술대회논문집
• /
• 한국통계학회 2002년도 춘계 학술발표회 논문집
• /
• pp.13-18
• /
• 2002

이중추출(two-phase)접근방법 이용의 주목적은 관심변수와 보조변수사이의 관계를 이용해서 더 좋은 추정을 하고자 하는 것이다. 특히 이 방법은 층화, 무응답 문제에 적용하는 경우 상당히 효과적이다. 본 논문에서는 무시할 수 있는 무응답이 발생했을 때 이중추출기법을 이용해서 g-가중치와 응답확률을 각 단계별로 조정해줌으로써 무응답 보정추정량과 분산추정량을 구했다.

• Communications for Statistical Applications and Methods
• /
• 제5권1호
• /
• pp.121-131
• /
• 1998

이 논문의 목적은 비모수 회귀모형에 있어서의 오차의 분산을 추정하는 방법들 중 차분에 기저한 방법 (difference-based methods)을 이용한 기존의 추정량들을 비교 분석하는데 있다. 특히 점근적인 최적 이차 차분에 기저한 Hall과 Kay, Titterington(1990)의 HKT 추정량에 대한 그들의 추정량에 대한 문제점들을 제시하고, HKT추정량과, GSJS추정량, Rice추정량에 대하여 모의 실험을 이용하여 모수에 대한 수렴 속도를 비교 분석 하였다. 또한 GSJS 추정량에 대한 일치성과 수렴 속도를 보였다.

• Communications for Statistical Applications and Methods
• /
• 제3권3호
• /
• pp.1-9
• /
• 1996

본 논문에서는 일반화 회귀모형의 회귀모수${\beta}$에 대한 사전정보의 형태에 따른 각 추정량들에 대하여 연구하였다. 먼저 사전정보가 ${\beta}$에 대한 사전분포로 주어지는 경우에 해당하는 베이지안 회귀추정량을 제시하였고, 다른 하나는 ${\beta}$에 대한 사전정보모형으로 선형회귀모형식이 주어진 경우의 일반화 혼합회귀추정량에 대하여 연구하였다. 두가지 경우로부터 얻어진 각 추정량의 정도를 알아보기 위하여 각 추정량의 공분산행렬을 이 용하여 서로 비교하여 보았다. 각 추정량의 분산비들을 이용하여 일반적으로 일반화 혼합회귀추정량이 베이지안 회귀추정량들보다 비교적 작은 분산값을 가진다는 결론을 얻었다.

• Journal of the Korean Data and Information Science Society
• /
• 제27권1호
• /
• pp.111-120
• /
• 2016

대부분의 불연속 회귀함수의 커널추정량은 알고 있거나 추정된 불연속점을 기준으로 자료를 분리하여 각각을 독립적으로 회귀함수를 적합하고 있다. 회귀모형에서 분산함수가 불연속점을 가지고 있을 때에도 잔차제곱들을 이용하여 위와 같은 불연속 회귀함수의 커널추정법을 활용하고 있다. Kang 등 (2000)은 $M{\ddot{u}}ller$ (1992)의 불연속점과 점프크기 커널추정량을 이용하여 반응변수의 표본을 연속인 회귀함수로부터 표본인 것처럼 수정하여 불연속 회귀함수를 추정하였다. 본 연구에서는 불연속 분산함수를 추정하기 위하여 Kang 등 (2000)의 방법을 이용한다. Kang과 Huh (2006)의 분산함수의 불연속점과 점프크기 추정량으로 잔차제곱들을 수정하고, 수정된 잔차제곱들을 이용하여 불연속 분산함수 커널추정량을 제안할 것이다. 제안된 추정량의 적분제곱오차의 수렴속도를 보여주고 모의실험을 통하여 기존의 추정량과 제안된 추정량을 비교하고자 한다.

• Journal of the Korean Data and Information Science Society
• /
• 제26권2호
• /
• pp.377-385
• /
• 2015

표본조사에서 무응답이 발생한 개체에 대해 재조사 실시한 후 보조변수를 사용한 회귀추정의 형태를 가지는 추정량을 제시하고 복제치 기법을 이용한 분산추정량을 연구한다. 또한 응답여부에 따른 응답확률의 모수적 추론방법도 함께 제시한다. 재조사 후 모평균에 대하여 불편성을 만족하고 효율이 좋은 추정량과 일치성을 가지는 분산추정량을 이론적으로 연구하고 모의실험을 통하여 연구의 타당성을 입증한다.

• 한국산업정보학회:학술대회논문집
• /
• 한국산업정보학회 1999년도 춘계학술대회 발표논문집
• /
• pp.185-190
• /
• 1999

비모수 회귀모형에 있어서의 오차분산을 추정하는 방법들 중 차분에 기저한 방법(difference-based methods)을 이용한 기존의 추정량들을 비교 분석하는데 목적이 있다. 특히 점근적인 최적 이차차분에 기저한 Hall과 Kay, Titterington(1990)의 HKT 추정량에 대한 그들의 추정량에 대한 문제점들을 제시하고, HKT추정량과, GSJS 추정량, Rice 추정량에 대하여 모의실험을 이용하여 모수에 대한 수렴속도를 비교 분석하였다. 또한 GSJS 추정량에 대한 일치성과 수렴 속도를 보였다.

• Journal of the Korean Data and Information Science Society
• /
• 제9권2호
• /
• pp.189-202
• /
• 1998

본 연구는 Rice 분산추정량을 사용한 기존의 평활 적합도 검정들에 있어서 Rice의 분산 추정량 보다 뛰어난 성질을 가지는 GSJS 추정량을 사용함으로 검정 통계량들에 대한 검정력에 미치는 영향을 조사하는데 그 목적을 둔다. 또한 분산의 값들의 변화가 진동수와 진폭에 따른 선형 모형에서의 검정력들에 미치는 영향을 관찰하였다.

• 응용통계연구
• /
• 제30권2호
• /
• pp.259-269
• /
• 2017

분산함수가 불연속점을 가지는 경우, 대부분의 비모수적 함수 추정 연구에서 분산함수가 음수 값을 갖지 않기에 잔차제곱을 이용한 Nadaraya-Watson 추정량인 국소상수항추정량을 이용하였다. 한편, Huh (2014, 2016a)는 Chen 등 (2009)과 Yu와 Jones (2004)의 연구를 바탕으로 불연속 분산함수를 로그 변환한 로그분산함수를 추정 대상으로 삼아 잔차제곱이나 로그잔차제곱으로 경계점 문제를 가지지 않는 국소선형추정량을 이용하여 비모수적으로 추정하였다. Huh (2016b)는 불연속점에서 점프크기추정량을 활용하여 잔차제곱을 분산함수가 연속인 회귀모형에서 얻어진 잔차제곱인 것처럼 수정한 후 이들을 이용하여 불연속 분산함수의 추정을 연구하였다. 본 연구에서는 불연속 로그분산함수의 점프크기추정량을 이용하여 로그잔차제곱을 수정하고 불연속 로그분산함수를 국소선형추정량을 이용하여 추정하고자 한다. 제안된 추정량의 우수성을 모의실험을 통하여 Chen 등 (2009)의 로그분산함수 추정량을 이용한 Huh (2014)의 불연속 로그분산함수 추정량과 비교하고 실제자료에 적용하고자 한다.

• 한국조사연구학회:학술대회논문집
• /
• 한국조사연구학회 2000년도 춘계학술대회 조사연구의 방법론적 쟁점
• /
• pp.1-14
• /
• 2000

사회.경제조사에서 흔히 발생하는 무응답에 대한 통계적 대처 방안을 고찰하였다. 항목 무응답이 발생했을 때 무응답 데이터를 포함하지 않는 완전 데이터를 만드는 방법으로 무응답 대체 방법이 널리 이용되고 있다. 본 논문에서는 여러 가지 대체 방법을 소개하고 각 방법의 장.단점을 비교.설명하였다. 또한 대체된 데이터를 응답 데이터인 것처럼 활용했을 때 발생하는 문제점들을 지적하였다. 무응답을 대체하면 대체된 값들 때문에 대체 후 추정량의 분산은 대체 분산만큼 증가하는 반면, 대체된 데이터에 기초한 통상적인 분산추정량은 대체 분산을 추정하지 못하므로 결과적으로 대체 후 추정량의 분산을 과소추정하게 된다. 이러한 분산의 과소추정의 원인을 이론적으로 고찰하였고, 모의실험을 통하여 그 결과의 심각성을 설명하였다. 마지막으로 분산의 과소 추정 문제를 해결하는 몇 가지 수정된 분산추정 방법을 소개하고 토의하였다.

• 한국조사연구학회지:조사연구
• /
• 제1권2호
• /
• pp.1-14
• /
• 2000

사회${\cdot}$경제조사에서 흔히 발생하는 무응답에 대한 통계적 대처 방안을 고찰하였다. 항목 무응답이 발생했을 때 무응답 데이터를 포함하지 않는 완전 데이터를 만드는 방법으로 무응답 대체 방법이 널리 이용되고 있다. 본 논문에서는 여러 가지 대체 방법을 소개하고 각 방법의 장${\cdot}$단점을 비교${\cdot}$설명하였다. 또한 대체된 데이터를 응답 데이터인 것처럼 활용했을 때 발생하는 문제점들을 지적하였다. 무응답을 대체하면 대체된 값들 때문에 대체 후 추정량의 분산은 대체 분산만큼 증가하는 반면, 대체된 데이터에 기초한 통상적인 분산추정량은 대체 분산을 추정하지 못하므로 결과적으로 대체 후 추정량의 분산을 과소추정하게 된다. 이러한 분산의 과소추정의 원인을 이론적으로 고찰하였고, 모의실험을 통하여 그 결과의 심각성을 설명하였다. 마지막으로 분산의 과소추정 문제를 해결하는 몇 가지 수정된 분산추정 방법을 소개하고 토의하였다.