• The Korean Journal of Applied Statistics
• /
• v.29 no.5
• /
• pp.849-858
• /
• 2016

It is important to control confounding bias when estimating the causal effect of treatment in an observational study. We illustrated that the covariate selection in the causal inference is different from the variable selection in the ANCOVA model. We then investigated the three criteria of covariate selection for controlling confounding bias, which can be used when we have inadequate information to draw a complete causal graph. VanderWeele and Shpitser (2011) proposed one of them and claimed it was better than the other two. We show by example that their criterion also has limitations and some disadvantages. There is no clear winner; however, their criterion is better (if some correction is made on its condition) than the other two because it can remove the confounding bias.

• The Journal of the Korea Contents Association
• /
• v.8 no.12
• /
• pp.109-117
• /
• 2008

This research analyzed which average comparisons and differences between groups' view motive and selection for information sources, product properties with theater animation spectator. Based on view frequency, each of groups' organization were classified to heavy, occasional, and thinly viewers. As average comparison analysis result, firstly, view motive appeared in order to "want to see animation", "to spend time and leisure activity", "to enjoy fun activity", and "because of others canvassing or recommendation", etc. Secondly, view selection for information source appeared in order to "rumor circumstance or reputation", "theater or TV previews", "internet evaluation and grade", etc. At last, view selection for practical property appeared in order to "story", "character", "special effects", "background music", "background art", "director/directing", "manufacturer/nation", and "dubbing of artist". As difference between group result, view motive and selection for product properties appeared significant differences between each of group. To the contrary, view selection for information sources did not appeared significant differences between each of group.

• Proceedings of the Korea Society of Mathematical Education Conference
• /
• 2010.04a
• /
• pp.217-217
• /
• 2010

다양한 선택이 가능한 대학 입시 선택 과정에서, 대학 및 학과별 선발 기준을 고려하여 최선의 선택을 해야 할 필요가 있다. 본 연구는 2010학년도 대학별, 학과별, 시기별 전형 기준을 근거로 이 과정을 수학적으로 모델링 한다. 그 예로 2010학년도 전형 기준을 수능 반영영역과 반영비율, 가중치 등을 고려하여 대학입시과정에서 활용될 수 있는 AHP를 통한 수학적 모델을 소개한다. 이 과정을 엑셀을 이용한 수학적 모델링으로 구현한다.

• The Korean Journal of Applied Statistics
• /
• v.6 no.2
• /
• pp.371-381
• /
• 1993

When the multicollinearity presents in the standard linear regression model, ridge regression might be used to mitigate the effects of collinearity. As the prediction-oriented criterion, the integrated mean sqare error criterion $J_w(k)$ was introduced by Lim, Choi & Park(1980). By noting the equivalent relationship between the $C_k$ criterion and $J_w(k)$ with a special choice of weight function $W(x)$, we propose a more reasonable selection rule of k w.r.t. the $C_k$ criterion than that given in Myers(1986). Next, to find the $\beta(k)$ which behaves reasonably well w.r.t. competing criteria, we adopt the minimax principle in the sense of maximizing the worst relative efficiency of k among competing criteria.

• Proceedings of the KAIS Fall Conference
• /
• 2012.05a
• /
• pp.64-67
• /
• 2012

본 논문은 대학교 신입생들의 진로선택에 대한 특성을 파악하고자 실시하였다. 연구 대상자는 1개 학부, 16개 학과의 2011년 신입생 750명이었다. 구조화된 설문지를 이용하여, 대학 및 학과 선택과 사항을 파악하였으며 자기기입식으로 작성하였다. 지원한 대학의 수는 3~4개가 가장 많았으며, 고 3 시기에 대학과 전공을 주로 결정하는 것으로 나타났고, 학교보다 학과에 비중을 두고 선택하는 경우가 많았다. 진로선택 유형에서는 가족형이 가장 많았고 학교형, 독립형, 학원형 순으로 나타났다. 학과 선택시의 기준은 적성고려, 취업전망 순이었고, 입학하는 학과에 대해 대부분의 신입생들이 사전 정보와 지식을 갖고 있었다. 대학 선택시 기준은 합격 가능성이 높은 곳을 주로 선택하고 있었다. 고교교사/학교와 인터넷을 통하여 대학을 알게 된 경우가 가장 많았고, TV/라디오, 신문과 같은 매체를 통해 알게 된 경우는 아주 적었다. 따라서, 진로선택에 가장 많은 영향을 주는 부모와 가족들을 대상으로 한 대학과 전공에 대한 정확한 정보 제공이 필요하며 고교와 인터넷, 스마트폰과 같은 매체를 이용한 홍보 전략의 개발이 필요한 것으로 나타났다.

• Journal of The Korean Association of Information Education
• /
• v.21 no.4
• /
• pp.437-450
• /
• 2017

This study derived optimized teaching aids that use the physical computing method as the solution for effective software education at the elementary level. We set standard for selecting physical computing teaching aids in elementary-level by gathering the opinions from previous studies and think tanks and then applied the standard to some aids and choose one. We also made lesson plan and tried it to the experimental group. Subsequently, students' logical thinking skills showed a statistically significant improvement in terms of the t-test. Also, in the analysis of the effect size, it was shown to have a positive influence on the improvement of the students' logical thinking skills. Additionally, survey of satisfaction evaluation from the students showed that the teaching aid selection standard was effective in selecting suitable teaching aids for elementary students and that the classroom activities utilizing physical computing teaching aids were at a suitable level for elementary students.

• Journal of the Institute of Electronics and Information Engineers
• /
• v.53 no.3
• /
• pp.124-131
• /
• 2016

Baseline correction is very important due to influence on performance of spectral analysis in application of spectroscopy. Baseline is often estimated by parameter selection using visual inspection on analyte spectrum. It is a highly subjective procedure and can be tedious work especially with a large number of data. For these reasons, it is an objective and automatic procedure is necessary to select optimal parameter value for baseline correction. Asymmetrically reweighted penalized least squares (arPLS) based on penalized least squares was proposed for baseline correction in our previous study. The method uses a new weighting scheme based on the generalized logistic function. In this study, we present an automatic selection of optimal parameter for baseline correction using arPLS. The method computes fitness and smoothness values of fitted baseline within available range of parameters and then selects optimal parameter when the sum of normalized fitness and smoothness gets minimum. According to the experimental results using simulated data with varying baselines, sloping, curved and doubly curved baseline, and real Raman spectra, we confirmed that the proposed method can be effectively applied to optimal parameter selection for baseline correction using arPLS.

• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10c
• /
• pp.339-341
• /
• 1998

다층 퍼셉트론 학습은 학습 데이터의 능동적인 선택 여부에 따라 능동적 학습(Active learning)과 피동적 학습(Passive learning)으로 구분할 수 있다. 기존의 능동적 학습 방법들은 학습 데이터의 중요도를 측정할 수 있는 기준(measure)을 제시하고 이 기준에 따라 학습 데이터를 선택하는 방법을 취하고 있다. 이 방법들은 학습 데이터 선택을 위해 Hessian Approximation과 같은 복잡한 계산이나 학습 데이터를 선택하는 과정에 있어서 데이터의 중요도를 평가하기 위한 반복적인 계산을 필요로 한다. 본 논문에서는 학습 데이터 선택 시 반복적인 계산이 필요하지 않는 비교사 학습을 이용한 능동적 학습 데이터 선택 방법을 제안하고 그 수렴 특성과 일반화 성능을 분석한다. 또한 비교 실험을 통하여 제안된 방법이 기존의 능동적 학습방법보다 간단한 계산만으로 수렴 속도를 향상시키며 일반화에도 뒤떨어지지 않음을 보인다.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 2000.04a
• /
• pp.683-686
• /
• 2000

본 연구에서는 이동기준 위치등록(Movement-Based Registration, MBR)과 선택적 페이징(Selective Paging, SP)을 근간으로 하여 무선 채널에서의 신호 트래픽을 최소화할 수 있는 방법을 제안하고 성능을 분석하였다. 먼저, 사각형 셀 환경에서 선택적 페이징 방법을 적용할 경우 페이징 영역을 적절히 선택함으로써 기존 방법보다 페이징 부하를 줄일 수 있는 방안을 제시하고 성능을 분석하였다. 또한 이동국이 이미 통과한 셀들의 ID를 캐시에 유지함으로써 위치등록 횟수를 줄일 수 있는 개선된 이동기준 위치등록(Improved MBR, IMBR) 방법을 제시하고 성능을 분석하였다. 본 연구의 결과는, 시스템의 운용환경에 따라 적절한 위치등록 방법을 선택, 운용하는 데에 효과적으로 이용될 수 있다.

• Journal of KIISE:Software and Applications
• /
• v.30 no.9
• /
• pp.867-875
• /
• 2003

This paper concerns continuous density HMM topology optimization. There have been several researches for HMM topology optimization. BIC (Bayesian Information Criterion) is one of the well known optimization criteria, which assumes statistically well behaved homogeneous model parameters. HMMs, however, are composed of several different kind of parameters to accommodate complex topology, thus BIC's assumption does not hold true for HMMs. Even though BIC reduced the total number of parameters of HMMs, it could not improve the recognition rates. In this paper, we proposed two new model selection criteria, HBIC (HMM-oriented BIC) and BIC_Anti. The former is proposed to improve BIC by estimating model priors separately. The latter is to combine BIC and anti-likelihood to accelerate discrimination power of HMMs. We performed some comparative research on couple of model selection criteria for online handwriting data recognition. We got better recognition results with fewer number of parameters.