• 응용통계연구
• /
• 제35권1호
• /
• pp.131-146
• /
• 2022

로지스틱 회귀 모형은 다양한 분야에서 범주형 종속 변수를 예측하거나 분류하기 위한 모형으로 많이 사용되고 있다. 로지스틱 회귀 모형에 대한 전통적인 베이지안 추론 기법으로 메트로폴리스-헤이스팅스 알고리즘이 많이 사용되었지만, 수렴의 속도가 느리고 제안 분포에 대한 적절성을 보장하기 어렵다. 따라서, 본 논문에서는 모형에 대한 베이지안 추론 방법으로 Frühwirth-Schnatter와 Frühwirth (2007)에서 제안된 보조 혼합 샘플링(auxiliary mixture sampling) 기법을 사용하였다. 이 방법은 모형의 선형성과 정규성을 만족시키기 위해 두 단계에 거쳐 잠재변수를 도입하며, 결과적으로 깁스 샘플링을 통한 추론을 가능하게 한다. 제안한 모형의 효과를 검증하기 위해 2020년 지역사회 건강조사 당뇨병 자료에 적용하여 메트로폴리스-헤이스팅스를 사용한 모형과 추론 결과를 비교 분석하였다. 또한, 다양한 분류 모형들과 본 논문에서 제안한 모형의 분류 성능을 비교한 결과 제안된 모형이 분류 분석에서도 좋은 성능을 보이는 것을 확인할 수 있었다.

• 응용통계연구
• /
• 제29권3호
• /
• pp.525-537
• /
• 2016

본 연구에서는 시계열 자료의 비정상성과 비선형성과 같은 복잡성을 효과적으로 포용할 수 있는 경험적모드분해법(empirical mode decomposition; EMD)을 토대로 시계열 자료의 분석 및 예측을 위한 혼합(hybrid) 모형을 연구한다. EMD에 의하여 생성되는 내재모드함수(intrinsic mode function; IMF)는 해석 및 예측의 편리성을 개선하기 위하여 누적에너지의 개념을 사용하여 그룹화하였으며, 그룹화된 IMF 및 residue의 성분들은 그 성질에 따라서 ARIMA 모형 및 지수평활법과 결합된 혼합 모형으로 예측된다. 제안된 방법은 일별 코스피 지수의 예측을 위해서 적용하였다. 다양한 형태의 혼합 모형을 사용하여 코스피 지수를 예측하였으며 전통적인 예측 방법과 비교하였다. 분석 결과, 그룹화된 성분들은 코스피 지수의 움직임을 단기적, 중기적, 장기적으로 해석하는데 편리함을 주었으며, 그룹화된 IMF 및 residue를 각각 ARIMA 모형과 지수평활법으로 조합한 혼합 모형이 우수한 예측력을 보여주었다.

• 응용통계연구
• /
• 제17권1호
• /
• pp.145-151
• /
• 2004

SAS의 PROC MIXED procedure는 다양한 형태의 혼합모형에 적합한 자료를 분석하고, 그 자료들이 채집된 모집단의 모수들에 관한 통계적 추론을 하는데 사용된다. 그러나 혼합모형에 해당되는 불균형중첩오차구조를 갖는 선형회귀모형안에 나타나는 두개의 분산의 합에 대한 신뢰구간을 구할 때 PROC MIXED의 REML추정량으로부터 계산되는 신뢰구간은 신뢰계수를 지키지 못한다는 것을 시뮬레이션을 통하여 보인다.

• 응용통계연구
• /
• 제34권5호
• /
• pp.697-710
• /
• 2021

상대오차를 이용한 예측법은 상대오차(혹은 퍼센트오차)가 중요시되는 분야, 특히 계량경제학이나 소프트웨어 엔지니어링, 또는 정부기관 공식통계 부분에서 기존 예측방법 외에 선호되는 예측방법이다. 그 동안 상대오차를 이용한 예측법은 선형 혹은 비선형 회귀분석 뿐 아니라, 커널회귀를 이용한 비모수 회귀모형, 그리고 정상시계열분석에 이르기까지 그 범위가 확장되어 왔다. 그러나, 지금까지의 분석은 고정효과(fixed effect)만을 고려한 것이어서 임의효과(random effect)에 관한 상대오차 예측법에 대한 확장이 필요하였다. 본 논문의 목적은 상대오차예측법을 일반화선형혼합모형(GLMM)에 속한 감마회귀(gamma regression), 로그정규회귀(lognormal regression), 그리고 역가우스회귀(inverse gaussian regression)의 패널자료(panel data)에 적용시키는데 있다. 이를 위해 실제 자동차 보험회사의 손해액 자료를 사용하였고, 최량예측량과 최량상대오차예측량을 각각 적용-비교해 보았다.

• 응용통계연구
• /
• 제28권2호
• /
• pp.269-279
• /
• 2015

본 논문에서는 임의효과에 대한 추론 문제가 다루어졌으며 이 추론에서 신뢰분포를 사용하는 것이 제안되었다. 신뢰분포를 이용한 방법은 표본의 크기가 작아도 임의절편들이 있는 로지스틱 회귀분석에서 좋은 결과를 보여주었으며, 자료분석을 통해서도 각 개체가 가지는 임의효과들에 대한 세밀한 분석이 가능함을 확인하였다.

• Journal of the Korean Data and Information Science Society
• /
• 제28권5호
• /
• pp.1021-1026
• /
• 2017

화학, 제약, 식품 등 여러 분야에서 활용되는 혼합물 실험은 반응변수가 설명변수들의 절대량이 아닌 상대적인 혼합비율에 의해 영향을 받고 구조상 공선성이 존재하게 되는 성질이 있으며 양적인 반응변수들에 대한 실험이 많아 대부분 정규분포를 가정하고 선형모형을 적용하여 분석하고 있다. 이 논문에서는 반응변수가 계수형인 혼합물 실험의 사례로 Chen 등(1996)에 소개된 종양 억제 효과에 대한 실험에 나타난 지방, 탄수화물, 섬유질과 같은 식이요법 관련 혼합물 성분들과 종양 발현 여부인 계수형 방응변수를 갖는 자료를 대상으로 셰페의 2차 다항모형과 성분들간의 비선형적 관계를 보완하기 위해 대안으로 제시된 베커의 수정 모형들, 그리고 공선성을 완화하기 위해 제시된 Akay와 Tez(2011)의 성분비 변환 모형을 설명변수들의 선형결합으로 활용하여 설정한 로지스틱회귀모형들을 분류 정확도 기준을 적용하여 비교하고 결과를 설명하였다.

• Journal of the Korean Data and Information Science Society
• /
• 제23권4호
• /
• pp.739-748
• /
• 2012

최소제곱 서포트벡터기계 (least squares support vector machine)는 분류 및 비선형 회귀분석에서 유용하게 사용되고 있는 통계적 기법이다. 본 논문에서는 각 집단별로 생존자료가 관측된 경우 적용할 수 있는 LS-SVM을 제안한다. 제안된 모형은 임의우측 중도절단자료를 비선형 회귀모형에 적용할 수 있게 Kaplan- Meier의 중도절단분포의 추정값을 이용하여 구해진 가중값을 사용하고, 집단 간의 변동을 나타내기 위하여 임의효과항을 포함한다. 벌칙상수와 커널모수의 최적값을 구하기 위하여 일반화 교차타당성함수가 사용되고 모의실험에서는 임의효과항을 포함하지 않은 LS-SVM과 성능을 비교함으로써 제안된 방법의 우수성을 보이기로 한다.

• Journal of the Korean Data and Information Science Society
• /
• 제27권4호
• /
• pp.935-946
• /
• 2016

본 연구에서는 한국고용정보원에서 실시한 "2013 고졸자 취업진로조사" 자료를 활용하여 특성화고 졸업자의 임금결정요인을 분석하였다. 그런데 임금은 개인수준의 인적특성 (1-수준)과 취업지역 수준의 산업특성 (2-수준)에 의해 영향을 받는 다층구조를 가지게 된다. 이와 같이 다층구조 자료특성을 가지는 복수의 분석단위 구조가 되면, 전통적인 회귀분석과 같이 개인수준의 임금이 독립이라는 가정을 할 수 없게 된다. 따라서 개인수준의 임금에 영향을 미치는 다층구조의 특성을 가진 변수들의 영향력을 분석하기 위한 타당한 방법으로 위계적 선형모형을 이용하였다. 그리고 전통적인 회귀분석과 위계적 선형모형의 비교를 통하여 다음과 같은 주요 결과를 얻었다. 첫째, 다층구조를 갖는 위계적 선형모형이 전통적인 회귀모형보다 통계적으로 유의함을 알 수 있었다. 둘째, 2-수준의 총근로시간과 상용직의 평균임금이 개인수준의 임금에 통계적으로 유의하게 영향을 미치는 것으로 나타났다. 셋째, 마이스터고 졸업생이 그렇지 않은 졸업생에 비해서, 부모의 소득이 높을수록 통계적으로 유의하게 개인수준의 임금이 높아짐을 알 수 있다. 넷째, 부모의 교육수준이 높을수록, 학점이 높을수록, 학교 만족도가 높고 자격증 수가 많을수록 임금이 높아짐을 알 수 있다. 마지막으로 2-수준의 산업특성을 고려한 랜덤효과가 통계적으로 유의하게 나타났다.

• Journal of the Korean Data and Information Science Society
• /
• 제28권5호
• /
• pp.1055-1067
• /
• 2017

지금까지 연구되어진 한국의 장애인 우울에 미치는 요인들을 찾는 연구들은 조사된 장애인별로 반복 측정된 자료임에도 대부분 그들 자료들이 독립이라는 가정 하에 통계적 분석을 하였다. 본 연구에서는 3년마다 반복 측정된 한국복지패널의 장애인 관련 부가조사 자료를 이용하여 장애인 우울에 미치는 요인들이 무엇인지를 반복 측정의 효과를 포함하는 선형혼합모형으로 분석한다. 각 장애인별로 얻어진 반복 측정 자료들의 종속성에 적절한 상관행렬을 고려하고, 회귀계수인 고정효과 뿐만 아니라 각 장애인별 특성을 반영하는 임의효과를 포함시켜 장애인 우울에 유의한 변수들을 찾고 최종모형을 구한다. 고정효과만 고려한 모형으로부터 얻어진 잔차들은 각 장애인별 잔차들의 평균이 0 근처에 있지 않다는 것을 보여주고, 임의효과를 포함하고 있는 최종모형의 잔차들의 잔차도와 분위수대조도를 제시하여 최종모형은 각 장애인별 잔차들의 평균의 문제점을 해결한다는 것을 보여주고자 한다.

• 한국컴퓨터정보학회논문지
• /
• 제24권11호
• /
• pp.41-49
• /
• 2019

본 연구는 비지도 기계학습 기술과 코퍼스의 각 단어를 이용하여 한국어 단어를 형태소 분석하는 언어 모델을 구축하는데 목적을 둔다. 그리고 이 언어 모델의 단어 형태소 분석의 결과와 언어 심리 실험결과에서 얻은 한국어 언어사용자의 단어 이해/판단 시간이 상관관계을 갖는지를 규명하고자 한다. 논문에서는 한국어 세종코퍼스를 언어 모델로 학습하여 형태소 분리 규칙을 통해 한국어 단어를 자동 분리하는데 발생하는 단어 정보량(즉, surprisal(놀라움) 정도)을 측정하여 실제 단어를 읽는데 걸리는 반응 시간과 상관이 있는지 분석하였다. 이를 위해 코퍼스에서 단어에 대한 형태 구조 정보를 파악하기 위해 Morfessor 알고리즘을 적용하여 단어의 하위 단위 분리와 관련한 문법/패턴을 추출하고 형태소를 분석하는 언어 모델이 예측하는 정보량과 반응 시간 사이의 상관관계를 알아보기 위하여 선형 혼합 회귀(linear mixed regression) 모형을 설계하였다. 제안된 비지도 기계학습의 언어 모델은 파생단어를 d-형태소로 분석해서 파생단어의 음절의 형태로 처리를 하였다. 파생단어를 처리하는 데 필요한 사람의 인지 노력의 양 즉, 판독 시간 효과가 실제로 형태소 분류하는 기계학습 모델에 의한 단어 처리/이해로부터 초래될 수 있는 놀라움과 상관함을 보여 주었다. 본 연구는 놀라움의 가설 즉, 놀라움 효과는 단어 읽기 또는 처리 인지 노력과 관련이 있다는 가설을 뒷받침함을 확인하였다.