• 응용통계연구
• /
• 제17권2호
• /
• pp.219-228
• /
• 2004

오차항의 분포가 정규분포에 따르지 않는 비선형 시계열인 ARCH모형의 예측구간을 설정하는데 붓스트랩 방법과 근사적 방법간의 포함비율에 대한 정확성을 비교한다. 이 때 모형에서 모수를 추정하는 방법으로서는 분포에 대한 가정을 필요로 하지 않는 quasi-score 추정함수를 이용한 추정 법과 로버스트 추정 함수인 M quasi-score 추정 함수를 이용한 추정법을 사용한다. 추정된 모수를 이용하여 예측구간의 정확성을 비교하고 마지막으로 소비자 물가지수 자료를 이용하여 실제 예측구간을 구하는데 적용한다.

• Journal of the Korean Data and Information Science Society
• /
• 제21권3호
• /
• pp.493-502
• /
• 2010

환율의 신뢰구간을 예측하기 위해 가장 중요한 요인은 분포의 추정이다. 그러나 시계열 자료의 분포를 추정하는 것은 많은 어려움이 따른다. 본 연구에서는 변동률 합의 분포를 비모수기법 중의 하나인 블록화 붓스트랩 방법을 사용하여 추정한다. 따라서 좀 더 쉽고 정확한 환율의 장단기 신뢰구간 예측 모형을 제시한다.

• Communications for Statistical Applications and Methods
• /
• 제16권2호
• /
• pp.287-297
• /
• 2009

일반적으로 일반화 자기회귀 조건부 이분산(GARCH)모형 하에서, 우도함수에 기반한 자료의 예측구간의 추정은 오차항의 분포에 민감하게 반응하고 더욱이 조건부분산의 경우 구간추정이 현실적으로 쉽게 풀리지 않는 문제이다. 이를 해결하기 위해 붓스트랩방법(bootstrap method)이 적용될 수 있음을 최근 연구들을 통해 밝혀졌다. 본 논문에서는 GARCH모형 하에서 자료와 변동성(조건부 분산)의 예측구간 추정을 위해 최근 소개된 Pascual 등 (2006)의 논문을 토대로 붓스트랩 방법를 정리하였다 실제 사례분석을 위해 국내 주가수익률자료를 이용하였다.

• Journal of the Korean Data and Information Science Society
• /
• 제22권5호
• /
• pp.895-902
• /
• 2011

본 연구는 경제위기시 환율의 신뢰구간 예측 알고리즘을 개발하는 것을 주된 목적으로 한다. 경제위기시 환율의 움직임의 특징은 평상시에 비해 변동성이 극도로 증가한다는 점이다. 본 연구에서는 이러한 변동성을 효율적으로 추정하기 위해 시계열 데이터의 변동성 추정에 유용한 것으로 알려진 블록 붓스트랩 기법을 사용하여 그 유용성을 보인다.

• Journal of the Korean Data and Information Science Society
• /
• 제21권5호
• /
• pp.909-916
• /
• 2010

냉장 조리 개념으로 가공되어 유통되는 한국 고유 식품에 대해서 다양한 조건에서의 안정성을 평가하여 안전한 저장 및 유통 조건을 찾고, 조건별 저장기한의 설정 방법을 찾고자한다. 이를 위해 한국 고유 식품 중에 냉장 조리 개념으로 가공되어 유통되는 콩나물 무침의 품질 변화에 영향을 많이 미치는 미생물적인 변화를 예측하기위해서, 콩나물 무침에 오염된 초기 균수에 대한 확률분포를 예측하였다. 그리고 저장 중 식품품질 변화를 예측하기 위해서 콩나물 무침을 0, 5, 10 그리고 $15^{\circ}C$에서 1-5일간 저장하였을 때 증식한 미생물 수에 대한 붓스트랩 신뢰구간을 구하였다.

• 응용통계연구
• /
• 제27권4호
• /
• pp.645-653
• /
• 2014

p-값은 관측 표본과 관측 결과보다 심하게 대안가설의 방향으로 영가설을 이탈하는 표본들이 영가설 하에서 갖는 확률이다. p-값이 일정 ${\alpha}$(= 0:05)보다 작게 나타나면 연구자는 대안가설이 지지된 것으로 본다. 그런 경우라고 하더라도 그의 가설이 향후 연구에서 번복될 수 있는데 그 이유는 p-값이 표본에 따라 변동하는 통계량이기 때문이다. Boos와 Stefanski (2011)는 붓스트랩 방법으로 p-값의 예측분포를 구할 수 있음을 보였다. 그들은 그 분포의 상위 10-20% 분위수가 ${\alpha}$보다 작은가를 확인할 필요가 있음을 강조한다. 만약 그렇지 않은 경우에는 "지지"된 가설의 재현성이 문제될 수 있기 때문이다. 가설검정에서 일정 수준의 재현율을 확보하기 위해서는 표본의 증대가 요구된다. 이 연구는 k배 확대 붓스트랩 표본추출(boosted bootstrap sampling)로써 필요한 표본크기를 계산할 수 있음을 두 표본의 비교와 다중선형회귀의 수치 예에서 보인다. k 값을 정하기 위해서는 몇 차례 시행착오를 해야 하지만 계산적 부담은 크지 않다. 95% 신뢰구간은 독립적인 표본들로부터 같은 방식으로 산출되는 구간이 미지의 모수를 포함할 확률이 95%가 되도록 설정된다. 이 연구는 한 관측표본으로부터 얻어진 95% 신뢰구간 내 개별 점이 미래 연구의 신뢰구간에도 포함될 것인지 그 재현성을 붓스트랩 재표본들에서 평가한다. 이 연구는 개별 점에서 산출한 신뢰구간 재현율을 그래프로 보인다.

• 응용통계연구
• /
• 제35권3호
• /
• pp.347-356
• /
• 2022

본 논문에서는 금융 시계열 비대칭 변동성을 모형화하기 위해서 다중 임계점을 가진 비대칭-ARCH 점화식(A-ARCH(1))을 제안하고 있다. 특히 임계점이 두 개인 간단한 모형에 초점을 맞추어 설명하고 있으며 미국 S&P500 자료 분석을 통해 예시하였다. 다양한 A-ARCH(1) 모형의 예측력 비교를 위해 모수적-붓스트랩을 활용하여 예측오차의 평가 및 예측구간의 정확도를 설명하였다.

• 응용통계연구
• /
• 제17권3호
• /
• pp.489-498
• /
• 2004

이 논문에서는 일반화가중선형모형이라는 새로운 형태의 선형모형을 제시한다. 일반화가중선형모형은 설명변수와 반응변수의 관계를 설명분포함수의 선형결합이 반응변수의 평균에 대한 연결분포함수를 통해 모형화 되는 형태를 가지는 것으로 가정한다. 이모형은 일반화선형 모형에서 연결함수를 선택할 때 발생할 수 있는 모수공간과 선형 예측값의 공간이 일치하지 않을 수 있다는 문제가 발생하지 않고 모수에 대한 해석이 용이하다는 장점이 있다. 이 논문에서는 설명분포함수와 연결분포함수를 선택하는데 있어 발생할 수 있는 문제와 해결책에 대해 알아본다. 또한 모형에 포함되어 있는 모수를 추정하는데 고려해야 할 주의 사항과 이 사항들을 고려한 최대가능도추정법과 재표집 방법을 이용한 구간추정과 가설검정에 대해 알아본다.