• 제목/요약/키워드: 비모수적 혼합모형

검색결과 24건 처리시간 0.017초

정규혼합분포를 이용한 ROC 분석 (ROC Curve Fitting with Normal Mixtures)

  • 홍종선;이원용
    • 응용통계연구
    • /
    • 제24권2호
    • /
    • pp.269-278
    • /
    • 2011
  • 스코어 변수의 민감도와 특이도와의 관계로 표현한 ROC 곡선을 더욱 정확한 진단을 위하여 분포함수와 공변량을 고려한 연구가 많이 진행되었다. 공변량을 고려하는 회귀분석 방법을 사용하였으며 이때 분포함수를 정규분포로 가정하거나 잔차의 분포함수를 추정하여 ROC 분석을 하였다. 본 연구는 분포함수가 주어지지 않으며 진단에 영향을 주는 공변량을 모르는 일반적인 상황에서 논의하였다. 확률변수인 스코어와 두 개의 보모집단으로 구성된 신용평가 자료에 적합한 분포함수를 추정하기 위하여 여러 개의 정규분포가 혼합된 정규혼합분포를 사용하여 ROC 분석을 한다. 고전적인 비모수적이고 경험적인 ROC 곡선에 적합한지를 파악하기 위하여 AUC 통계량을 사용하여 비교하며, 본 연구에서 제안한 정규혼합분포를 이용한 ROC 곡선이 다른 방법으로 구한 ROC 곡선보다 적합함을 보였다.

비모수 베이지안 방법을 이용한 영상 잡음 제거 알고리즘 (Noise reduction algorithm for an image using nonparametric Bayesian method)

  • 우호영;김영화
    • 응용통계연구
    • /
    • 제31권5호
    • /
    • pp.555-572
    • /
    • 2018
  • 영상처리 분야의 중요한 주제인 영상의 잡음 제거 과정은 원래의 순수한 영상이 다양한 원인으로 발생한 잡음에 의해 오염되었을때 이 잡음을 제거하거나 줄이는 것을 의미한다. 잡음 제거 과정에서는 영상에 추가된 잡음과 원 영상이 가진 고유한 특징들을 구별해내는 것이 중요하며 이에 대한 많은 연구가 진행되고 있다. 적응적 필터와 시그마 필터는 잡음 제거를 위하여 사용하는 대표적인 잡음 제거 필터이며 이 필터들의 효용성은 정확한 잡음 추정에 영향을 받는다. 따라서 본 연구에서는 디리클레 정규 혼합모형을 토대로 영상을 오염시키고 있는 잡음의 분포를 생성하고 이를 토대로 영상의 특징과 잡음을 구별하기 위한 베이지안 방법을 제시한다. 특히 잡음의 분포와 특징의 분포를 구별하기 위해 베이지안 추론을 전개하고 영상에 포함된 잡음을 제거하는 알고리즘을 제시하고자 한다.

교통사고 추정방법 비교 연구: 경험적 베이즈 추정치 vs. 관측교통사고건수 (Comparative Study on the Estimation Methods of Traffic Crashes: Empirical Bayes Estimate vs. Observed Crash)

  • 신강원
    • 대한토목학회논문집
    • /
    • 제30권5D호
    • /
    • pp.453-459
    • /
    • 2010
  • 교통안전연구에서 한 지점 (또는 구간)의 기대교통사고건수를 신뢰성 높게 추정하는 것은 매우 중요하다. 기대교통사고건수를 추정하기 위해 현재 국내에서는 주로 관측교통사고건수를 사용하고 있으나 국외에서는 포아송-감마 혼합모형에 기반한 경험적 베이즈 추정치를 활용하고 있는 추세이다. 그간 많은 연구들이 경험적 베이즈 추정치를 이용해 기대교통사고건수 추정 및 교통안전개선사업의 평가를 시도 하였으나 전술한 2가지 추정방법의 추정오차를 비교연구한 문헌은 없는 실정인 바 본 연구는 2가지 추정방법의 추정오차를 모의실험을 통해 비교 분석하여 제시하였다. 모의 발생된 총 3,000,000개 지점의 교통사고 자료를 분석한 결과 기대교통사고건수를 경험적 베이즈 추정방법을 이용해 추정했을 경우 그 추정오차는 관측교통 사고건수만을 이용했을 때 발생하는 추정오차에 비해 항상 작은 것으로 나타나 국내의 교통안전연구 가이드라인에 경험적 베이지안 추정방법의 도입이 필요할 것으로 판단된다. 그러나 사전분포의 불확실성이 높아질수록 두 가지 추정방법의 추정오차의 차이는 감소하는 것으로 나타나, 기대교통사고건수 추정 시 추정된 음이항 모형에 대한 종합적인 검증을 수행한 후 신뢰성 있는 초모수의 추정치를 이용해 경험적 베이지안 방법을 적용하는 것이 바람직하다고 판단된다.

돼지의 번식형질과 산육형질에 대한 유전모수 추정 (Genetic Parameter Estimates for Reproductive and Productive Traits of Pig in a Herd)

  • 조충일;안진국;이준호;이득환
    • Journal of Animal Science and Technology
    • /
    • 제54권1호
    • /
    • pp.9-14
    • /
    • 2012
  • 본 연구는 국내 특정 종돈장에서 보유하고 있는 종돈에 대한 번식형질 및 산육형질들에 대한 유전변이를 추정하고자 연구를 실시하였다. 본 분석에 이용된 자료는 2000년부터 2008년까지 개량을 진행한 국내 모종돈장에 있는 돼지(Landrace, Large white, Duroc) 2,447두에서 조사된 9,886복의 번식자료(실산자수, 이유자 돈수)와 10,181두의 산육검정자료(등심단면적, 90 kg 도달일령, 등 지방두께, 정육률)을 이용하여 분석을 실시하였다. 번식형질 및 산육형질에 적합한 모형을 찾기 위해 분산분석을 실시하였으며, 그 결과 번식형질에서 품종효과, 교배웅돈효과, 산차효과, 분만시 년도-계절효과, 산육형질에서 품종효과, 분만시 년도-계절효과, 성의 효과, 모산차 등이 환경요인으로 작용하는 것으로 나타나 이들을 혼합모형방정식에 적합시켜 유전모수를 추정하였다. 그 결과, 번식 형질의 실산자수에 대한 유전력은 0.07, 모체 유전효과에 대한 유전력은 0.02로 추정되었고 이유자돈수의 유전력은 0.03, 모체 유전효과에서 0.02로 추정되었으며 이들 두 형질 간의 유전상관은 0.14, 모체 유전효과에 대한 상관은 0.06로 추정되었다. 또한 등심 면적의 경우 0.19, 90 kg 도달일령은 0.39, 등지방두께 및 정육률은 각각 0.36 및 0.43으로 번식형질에 비해 높은 유전력을 나타내는 것으로 추정되었다. 또한 등심단면적과 등지방두께 간에는 0.04로 유전적 상관관계가 없으며, 등심단면적과 정육률 간에는 0.35로 중도의 유전적 상관관계를 갖는 것으로 추정되었다. 반면에 등지방 두께와 정육률 간은 -0.42로 중도의 부의 상관관계를 나타냈으며, 등지방두께와 90 kg 도달일령 간에는 유전상관이 없는 것(0.00)으로 추정되었다. 또한 번식형질과 산육형질 간 유전상관은 등지방두께를 제외한 나머지 산육형질에서 번식형질과의 부의 상관을 보여, 번식형질 또는 산육형질을 독자적으로 개량하고자 할 때, 부의 관계가 있는 형질과의 유전적 관계를 고려한 개량목표 설정이 필요할 것으로 사료된다.