• Proceedings of the KOR-KST Conference
• /
• 1998.10a
• /
• pp.83-92
• /
• 1998

서울과 일산 신도시의 출근통행 교통수단 선택모형을 구축하고, 두 도시간 수단선택행태를 분석.비교하였다. 분석을 위한 자료로는 1996년 서울시에서 수행한 가구통행실태조사자료를 이용하였으며, 수단선택모형으로는 다항로짓모형을 사용하였다. 두 지역 출근통행 수단선택모형의 모형구조상의 차이 및 모형의 지역간 이전가능성을 분석하였고, 출근통행의 시간가치 및 탄력성을 분석하고 비교하였다. 통계적 검증의 결과 출근통행의 수단선택에 있어서, 모형구조적 측면에서나 선택행태적 측면에서 수단 선택모형의 두 도시간 이전은 불가능한 것으로 나타났다. 서울의 출근통행의 시간가치가 일산보다 전반적으로 큰 것으로 분석되었고, 특히 서울의 경우, 택시이용자의 시간가치가 자가용 이용자의 시간가치보다 큰 것으로 나타났다. 두 도시 모두 통행시간에 대한 탄력성 통행비용에 대한 탄력성보다 전반적으로 크며, 버스와 지하철간의 통행시간에 대한 교차탄력성이 매우 높은 것으로 분석되었다.

• Journal of Korean Society of Transportation
• /
• v.2 no.1
• /
• pp.89-101
• /
• 1984

오늘날 교통계획분야에서 개별적, 행태론적 선택모형의 사용이 급격히 일반화 되어 가고 있는 추세를 보이고 있다. 이는 종래의 집합적 모형에 비하여, 구조적으로 경제학에서 말하는 이성적 선택행위를 보다 잘 설명하고 있어, 선택행위의 인과관계를 나타낸다고 보여 지기 때문이다. 그러나 이들 모형이 주어진 선택범위내에서의 선택만을 다루고 있어, 선택범 위를 결정하는데 임의성이 내재되어 있을 뿐만 아니라, 선택대상이 많은 경우에는 곤란하다 는 것이 문제점으로 지적되고 있다. 본 논문에서는, 선택행위에 관한 경제학적, 심리학적 이 론에 근거하여 비교적 실용적인 선택범위결정과정을 개발하여 기존의 개별적, 행태론적 모 형과 복합적으로 활용할수 있는 방안을 제시하였다.

• Journal of Korean Society of Transportation
• /
• v.17 no.5
• /
• pp.57-65
• /
• 1999

본 연구에서는 지금가지 통근통행자의 활동참여 분석(activity Participation analysis)이 주로 일과후 활동참여(postwork activity participation)에 초점이 주어졌다는 점을 감안하여 일과전 활동참여(preworkactivity Participation)를 분석하고자 하였다. 이러한 연구배경하에서 본 연구는 통근통행자의 통근통행 이전의 비 통근통행 발생여부와 교통수단 선택의 행태를 네스티드 로짓모형을 이용하여 분석하였다. 본 연구는 모형의 경험적 추정을 위해 1995년 미국 Nationwide Personal Transportation Survey (NPTS)의 일부분으로 수집된 뉴욕 대도시지역의 설문조사자료를 이용하였으며, 추정된 경험적 모형을 바탕으로 의미 있는 결과를 논의하였다. 본 연구에서 추정된 통근통행 이전의 비 통근통행 발생여부와 교통수단 선택의 네스티드 로짓모형은 통계적 측면이나 행태적 측면에서 볼 때 대체로 타당한 분석결과를 보여준다. 교통수단 선택모형(조건부 모형)의 추정결과를 보면 나이, 운전면허 소지여부, 가구내 차량보유대수, 가구내 직장인수, 연간 가구소득, 교통수단의 통행시간이 통근통행자의 교통수단 선택에 의미 있는 영향을 미치는 것으로 확인되었다. 한편 통근통행 이전의 비통근통행 발생여부 선택모형(한계모형)의 추정결과를 보면 나이 성별, 가구내 차량보유대수, 가구의 생애주기가 통근통행자의 비 통근통행 발생여부에 의미 있는 영향을 미치는 것으로 확인되었다. 본 연구로부터의 중요한 발견은 추정된 네스티드 로짓모형의 inclusive value의 추정계수값을 살펴봄으로써 가능한데, 모형의 경험적 추정결과는 본 연구에서 가설화된 네스티드 로짓모형구조의 타당성을 입증시켜 준다. 아울러 직장인의 교통수단 선택은 통근통행 이전의 비 통근통행 발생여부의 선택과 밀접한 관련을 가지면서 이루어진다는 사실을 확인할 수 있었다.

• Journal of Korean Society of Transportation
• /
• v.16 no.4
• /
• pp.75-88
• /
• 1998

서울과 일산 신도시의 출근통행 교통수단 선택모형을 구축하고, 두 도시간 수단선택형태를 분석.비교하였다. 분석을 위한 자료로는 1996년 서울시에서 수행한 가구통행실태조사자료를 이용하였으며, 수단선택모형으로는 다항로짓모형을 사용하였다. 두 지역 출근통행 수단선택모형의 모형구조상의 차이 및 모형의 지역간 이전가능성을 분석하였고, 출근통행의 시간가치 및 탄력성을 분석하고 비교하였다. 통계적 검증의 결과 출근통행의 수단선택에 있어서, 모형구조적 측면에서나 선택행태적 측면에서 수단선택모형의 두 도시간 이전은 불가능한 것으로 나타났다. 서울의 출근통행의 시간가치가 일산보다 전반적으로 큰 것으로 분석되었고, 특히 서울의 경우, 택시이용자의 시간가치가 자가용 이용자의 시간가치보다 큰 것으로 나타났다. 두 도시 모두 통행시간에 대한 탄력성 통행비용에 대한 탄력성보다 전반적으로 크며, 버스와 지하철간의 통행시간에 대한 교차탄력성이 매유 높은 것으로 분석되었다.

• Journal of the Korean Data and Information Science Society
• /
• v.28 no.5
• /
• pp.1077-1085
• /
• 2017

In this study, we have found the major factors which affect Korean women's wage analysing the data provided by 2015 Korea Labor Panel Survey (KLIPS). In general, wage data is difficult to analyze because random sampling is infeasible. Heckman sample selection model is the most widely used method for analysing the data with sample selection. Heckman proposed two kinds of selection models: the one is the model with maximum likelihood method and the other is the Heckman two stage model. Heckman two stage model is known to be robust to the normal assumption of bivariate error terms. Recently, Marchenko and Genton (2012) proposed the Heckman selectiont model which generalizes the Heckman two stage model and concluded that Heckman selection-t model is more robust to the error assumptions. Employing the two models, we carried out the analysis of the data and we compared those results.

• Journal of Korean Society of Transportation
• /
• v.16 no.1
• /
• pp.99-110
• /
• 1998

본 연구에서는 인간의 판단과 유산한 구조를 갖는 퍼지근사추론모형(FARM)을 구축하여 교통수단 선택형태에 적용하고자 하였다. 이를 위해 먼저 근사추론모형의 이론적 배경을 살펴보고 버스와 지하철간의 수단선택 모형을 구축하였다. 입력변수로 버스와 지하철간의 총통행시간의 차이와 총통행비용의 차이를 선정하였으며 출력변수로 버스이용확률을 사용하였다. 각 변수에 대한 퍼지집합은 각각 5개씩의 언어적 인 표현으로 구성하였으며, 규칙은 총 25개로 설정하였다, 구축된모형의 현실적 타당성을 검토하기 위해 서 실제 조사자료와 비교하였다. 분석결과 본 연구에서 구축된 퍼지근사추론모형이 통행자들의 수단선택 행태를 현실적으로 설명하는 것으로 나타났다.

• The Korean Journal of Applied Statistics
• /
• v.14 no.1
• /
• pp.161-175
• /
• 2001

Meta-analysis refers to quantitative methods for combining results from independent studies in order to draw overall conclusions. Hierarchical models including selection models are introduced and shown to be useful in such Bayesian meta-analysis. Semiparametric hierarchical models are proposed using the Dirichlet process prior. These rich class of models combine the information of independent studies, allowing investigation of variability both between and within studies, and weight function. Here we investigate sensitivity of results to unobserved studies by considering a hierachical selection model with including unknown weight function and use Markov chain Monte Carlo methods to develop inference for the parameters of interest. Using Bayesian method, this model is used on a meta-analysis of twelve studies comparing the effectiveness of two different types of flouride, in preventing cavities. Clinical informative prior is assumed. Summaries and plots of model parameters are analyzed to address questions of interest.

• Communications for Statistical Applications and Methods
• /
• v.4 no.2
• /
• pp.333-343
• /
• 1997

선형회귀분석에서 변수의 선택문제는 최적의 모형을 찾는데 아주 중요한 부분을 차지한다. George와 McCulloch(1993)는 계층적 베이즈 모형과 깁스표본법을 이용하여 선형회귀모형에서 변수를 선택하는 문제를 고려하였다. 이 논문에서는 George와 McCulloch의 모형을 바탕으로 각각의 설명변수가 모형에 포함될 사전확률을 객관적인 기준에 의하여 결정하는 문제를 고려하여 보았다.

• The Korean Journal of Applied Statistics
• /
• v.32 no.6
• /
• pp.909-922
• /
• 2019

In this paper, we study the adaptive least absolute shrinkage and selection operator (LASSO) for the unstable autoregressive (AR) model. To identify the existence of the unit root, we apply the adaptive LASSO to the augmented Dickey-Fuller regression model, not the original AR model. We illustrate our method with simulations and a real data analysis. Simulation results show that the adaptive LASSO obtained by minimizing the Bayesian information criterion selects the order of the autoregressive model as well as the degree of differencing with high accuracy.

• Journal of Distribution Research
• /
• v.4 no.3
• /
• pp.47-64
• /
• 2000

This study introduces the mother logit model to predict consumer's store choices. The model is not based on the IIA assumptions and thus accounts for substitution among similar alternatives. The choice data as an input to the model is obtained through the conjoint-type choice experiment. The model is applied to consumer's choice of fastfood stores in the context where new store enters the market. The analysis shows that the substitution effects are significant and therefore the mother logit model predicts better than the IIA model. The mother logit model will be useful as well for the market structure analysis in capturing cannibalization among several brands.