• 응용통계연구
• /
• 제14권2호
• /
• pp.401-413
• /
• 2001

이차원 분할자료에 대해서 행과 열의 관계를 저차원상에 시각적으로 표현하는 탐색적대응분석에 대하여 붓스트랩방법의 사용가능성을 살펴보았다. 기존의 탐색적 면만이 강조되어 왔던 대응분석에서 좌표점의 변이와 좌표점간의 거리에 대한 통계적 추론을 붓스트랩방법으로 해결할 수 있음을 보이고 또한 좌표축의 설명력에 대하여 붓스트랩신뢰구간의 포함확률의 일치성을 모의실험을 통해 제시하였다.

• Communications for Statistical Applications and Methods
• /
• 제3권1호
• /
• pp.179-188
• /
• 1996

복합조사표본추출법(complex survey sampling)에 근거한 분할표분석에 카이제곱검정법을 사용할 때의 문제점들과 해결방법들을 살펴보았다. 나아가, 군집표본추출의 경우에 붓스트랩방법의 타당성을 보였으며, 실제자료분석을 통하여 실제 활용가능성과 잇점을 제시하였다.

• Journal of the Korean Data and Information Science Society
• /
• 제9권2호
• /
• pp.95-103
• /
• 1998

회귀모형의 선형성을 검정하는 방법으로서 Azzalini와 Bowman은 회귀모형의 오차항이 정규분포를 따른다는 가정하에서 커널회귀추정량을 이용한 유사우도비 검정이라는 비모수적 방법을 제안하였다. 붓스트랩(bootstrap)기법을 도입하여 그들의 검정방법을 변형한 커널붓스트랩검정이라는 새로운 검정법을 제시하고 모의실험을 통해 검정력을 살펴보았다. 제안된 방법은 오차항의 분포가 정규분포가 아닌 경우에도 적용이 가능하였다.

• 응용통계연구
• /
• 제4권1호
• /
• pp.1-11
• /
• 1991

다변량분산분석이나 판별분석 등에 있어서 검정의 대상이 되는 공분산행렬의 동일성에 대한 붓스트랩방법의 활용을 살펴보았다. 두 모집단의 공분산행렬을 $\Sigma_1, \Sigma_2^$라 하면, 가설 H : $\Sigma_1 = \Sigma_2$은 불변성의 관점에서 $\Sigma = \Sigma_1 \Sigma_2^{-1}$의 고유값들이 모두 1 이라는 것과 동등하다. 본 연구에서는 (1) $\Sigma = \Sigma_1 \Sigma_2^{-1}$의 표본고유값들에 대한 편의를 붓스트랩에 의해 정정하였으며, (2) 이들의 표본분포를 붓스트랩분포로 추정하여 검정에 활용하였으며, (3) 합동붓스트랩에 의해 바플렛의 수정우도비 검정통계량의 분포를 근사하였다.

• Journal of the Korean Data and Information Science Society
• /
• 제15권1호
• /
• pp.107-117
• /
• 2004

Change point testing problem is considered. Kernel density estimators are used for constructing proposed change point test statistics. The proposed method can be used to the hypothesis testing of not only parameter change but also distributional change. Bootstrap method is applied to get the sampling distribution of proposed test statistic. Small sample Monte Carlo Simulation were also conducted in order to show the performance of proposed method.

• 응용통계연구
• /
• 제18권2호
• /
• pp.329-341
• /
• 2005

군집방법의 비교시 사용되는 Rand(1971)의 $C_k$, k = 2, 3, . . ., N-1 통계량에 대한 점근 결과를 이용하여 자료에 존재하는 군집수를 예측하는 방법을 제안하였다. 제안된 방법과 $C_k$ 통계량의 변화 형태에 따라 군집수를 예측하는 Chae와 Warde(1991)와 허명회와 이용구(2004)의 방법을 비교하기 위하여 모의실험을 하였다. 현실적인 문제를 고려하여 실제자료에 대해서는 계속적인 재표본의 형성을 위하여 붓스트랩방법을 사용하였다.

• 응용통계연구
• /
• 제3권1호
• /
• pp.121-141
• /
• 1990

컴퓨터의 발전에 따른 통계방법 중에서 붓스트랩(bootstrap)에 대하여 연구하였다. 특히 추축통계량의 표본분포를 붓스트랩분포로 추정하는데 있어서 계산문제와 이론적인 정당성을 고려하였으며, 모분포의 성격을 나타내는 모수의 붓스트랩 신뢰영역을 몇 가지 사례들에 대해 살펴보았고 사례별로 붓스트랩 방법의 의미를 고찰하였다.

• 응용통계연구
• /
• 제9권2호
• /
• pp.1-11
• /
• 1996

주어진 일변량자료의 위치모수에 대한 추정방법으로 $\alpha$-절사평균 ($\alpha$-trimmd mean)은 로버스트 성질 등의 장점에 근거하여 오랜기간을두고 연구되어왔다. 본 연구에서는 자료에 근거한 $\alpha$의 선택을 붓스트랩(bootstrap) 방법에 의거하여 제시하고 그에 근거한 새로운 절사추정량의 응용을 다루었다. 나아가 추정의 정도를 높이기 위해 이중붓스트랩(double bootstrap)을 사용하였다. 한편, 이러한 붓스트랩 방법의 타당성 연구를 위해 모의실험(simulation)과 실제 자료 적용에 기존방법과 새로운 방법의 비교연구를 제시하였다.

• Journal of the Korean Data and Information Science Society
• /
• 제4권
• /
• pp.1-11
• /
• 1993

The Cox's regression model is frequently used for covariate effects in survival data analysis, But, much of the statistical work has focused on asymptotic behavior so the small sample evaluation has been neglected. In this paper, we compare the small or moderate sample performances of the survival function estimators for the Cox's regression model using bootstrap method. The smoothed PL type estimator and the Link estimator are slightly better than corresponding the PL type estimator and the Nelson type estimator in the sense of the achieved error rates.

• 품질경영학회지
• /
• 제30권4호
• /
• pp.106-119
• /
• 2002

The fatigue curve with estimated parameters represents the estimate of the median or mean life at a given applied stress But, in order to assist a designer in making decisions regarding the fatigue failure mode, it is common practice to construct a design curve on the lower or safe side of data. In this study, to overcome the limitations(i.e., no runout, equal variance, and quality of the approximation, etc) of Shen, Wirsching, and Cashman's method which suggested the approximate design curve for nonlinear models using tolerance interval constructed by Owen's method, an algorithm to find design curves under the fatigue model using a parametric bootstrap method, is proposed and illustrated with multiple fatigue data sets.