• 한국통계학회:학술대회논문집
• /
• 한국통계학회 2005년도 춘계 학술발표회 논문집
• /
• pp.209-213
• /
• 2005

본 논문에서는 1차 자기회귀모형에서 자기회귀계수에 대한 여러 가지 추정량들의 분포함수에 대한 근사적추론 방법에 대해 연구하였다. 이차형식에 대한 안장점근사의 결과를 이용한 이 근사법은 여러 형태의 추정량들에 대해 근사분포의 유도과정이 불필요하며, 소표본은 물론 통계적 추론의 주요 관심영역에서의 근사정도가 매우 뛰어난 장점을 가지고 있다. 모의실험을 통해 Edgeworth근사를 비롯한 기존의 여러 근사법보다 효율이 뛰어남을 확인하였다.

• 응용통계연구
• /
• 제20권1호
• /
• pp.103-115
• /
• 2007

본 논문에서는 1차 자기회귀모형에서 자기회귀계수에 대한 여러 가지 추정량들의 분포함수에 대한 근사 방법에 대해 연구하였다. 자기회귀계수의 여러 추정량들을 이차형식의 관점에서 이해하고, Na와 Kim(2005)에 의한 안장점근사의 결과를 이용한 새로운 근사법을 제시하였다. 이 방법은 정규근사를 비롯한 기존의 근사법과는 달리 추정량에 대한 근사분포의 유도과정이 불필요하며, 소표본은 물론 통계적 추론의 주요 관심영역에서의 근사정도가 매우 뛰어난 장점을 가지고 있다. 모의실험을 통해 Edgeworth 근사를 비롯한 기존의 여러 근사법보다 효율이 뛰어남을 확인하였다.

• 응용통계연구
• /
• 제29권1호
• /
• pp.267-277
• /
• 2016

본 연구에서는 잔차를 이용하여 오차항의 코플라 함수를 추정하는 문제를 고려하였다. 확률적 회귀모형을 개별모형으로 갖는 경우, 오차항 대신 잔차들의 경험적 분포함수를 이용하여 구한 코플라 모수에 대한 준모수적 추정량의 성질을 살펴보았으며, 이 추정량이 일치추정량이 되기 위한 조건을 구하였다. 응용사례로 코플라-자기회귀이동평균 모형을 다루었으며, 모의실험을 통해 자기회귀 근사를 통해 얻은 잔차를 이용하여 계산한 추정량의 성질도 살펴보았다.

• 응용통계연구
• /
• 제11권1호
• /
• pp.97-111
• /
• 1998

본 논문에서는 회귀모형 오차항의 1차 자기상관에 대한 베이즈 검정법을 제안하였다. 이를 위해 자기상관검정에서 설정된 귀무 및 대립가설간에 베이즈 요인을 도출하고, 이를 근사추정하는 방법을 일반화 Savage-Dickey 밀도비와 Gibbs 추출법의 합성을 통해 제시하였다. 또한, 근사추정의 효율 및 제안된 검정법의 검정력을 평가하기 위해서 모의실험과 경험적 자료분석 예를 사용하였다.

• 응용통계연구
• /
• 제16권1호
• /
• pp.141-150
• /
• 2003

본 논문은 베이즈인자(Bayes factor)를 이용하여 정상(stationary) AR(1)모형의 자기회귀계수에 대해 다중검정하는 방법을 제시한다. 모수들에 대한 사전분포로는 무정보 사전분포(noninformative prior distribution)를 가정한다. 이러한 경우에 통상적으로 사용되는 베이즈인자를 근사없이 정확히 계산하여 각 모형에 대한 사후확률(posterior probability)을 얻는다. 최종적으로 모의실험 자료 및 실제 자료에 적용하여 이론의 결과가 잘 부합되는지를 검토한다.

• Journal of the Korean Data and Information Science Society
• /
• 제21권3호
• /
• pp.419-425
• /
• 2010

커널기계 기법은 최근 대용량 또는 고차원 비선형 자료를 분석하는 방법으로 인기를 많이 얻고 있다. 본 논문에서는 주식시장 수익률의 조건부 변동성을 예측하기 위한 일반화 이분산자기회귀모형을 추정하기 위해 커널기계 기법을 사용한다. 일반화 이분산자기회귀모형은 자료가 정규분포를 따른다고 가정한 후 주로 최대우도법을 사용하여 추정된다. 본 논문에서는 꼬리가 두꺼운 분포를 갖는 금융시계열자료의 변동성을 추정할 때 커널기계 기법이 최대우도법과 서포트벡터기계 보다 더 정확한 예측능력을 가진다는 것을 보이고자 한다.

• 응용통계연구
• /
• 제32권1호
• /
• pp.99-109
• /
• 2019

비선형 시계열인 확률계수 자기회귀(random coefficient autoregressive; RCA) 모형에 대하여 여러 가지 방법을 이용한 추정량의 신뢰구간 비교하였다. RCA 모형에 대하여 자료의 분포를 가정하지 않아도 되는 Quasi 스코어 추정량과 Huber, Tukey, Andrew, Hempal 4가지 유계함수를 이용한 M-Quasi 스코어 추정량을 제시하였다. 이러한 추정량에 대하여 표준 붓스트랩 방법, 백분위수 붓스트랩 방법, 스튜던트화 붓스트랩 방법, 하이브리드 붓스트랩 방법을 이용한 신뢰구간을 구하였다. 모의실험을 통하여 RCA 모형의 오차항의 분포가 정규분포, 오염정규분포, 이중지수분포를 따를 때 Quasi 스코어 추정량과 M-Quasi 스코어 추정량들의 근사적 신뢰구간과 네가지 붓스트랩 방법을 이용한 신뢰구간을 비교하였다.

• 한국시뮬레이션학회논문지
• /
• 제23권3호
• /
• pp.19-25
• /
• 2014

수요예측은 경영 전략을 포함한 모든 경영 활동의 기초가 된다. 특히 부품의 수요예측은 공급망관리 측면에서 매우 중요한 요소 중 하나이다. 부품의 수요는 다양한 산업에서 종종 간헐적 특성을 포함한다. 간헐적 특성이란 수요가 발생하지 않는 경우가 빈번한 현상을 지칭한다. 간헐적 수요 현상에서는 발생된 수요의 분산이 크고 그 발생간격이 확률적이다. 따라서 간헐적 특성을 갖는 수요를 예측하기 위해서 일반적인 시계열 분석기법이나 인과관계를 이용한 모형(회귀모형)을 사용하는 것은 적합하지 않다. 이는 기존의 방법들이 실제 수요행태를 묘사하기 어렵기 때문이다. 이러한 간헐적 수요의 예측을 위해 마코프 부트스트랩이 개발되었다. 이 방법은 1계차 자기상관성을 반영하며 리드타임 동안 수요의 합이 독립임을 가정하였다. 본 연구에서는 리드타임 내 수요 합의 독립가정을 완화한 부트스트랩 방법을 제안한다. 수정된 부트스트랩 방법에 의해 재추출된 데이터는 실측 데이터의 간헐적 특성을 근사적으로 반영한다. 마지막으로 실측 데이터에 수정된 방법을 적용한 예측 결과를 사례로 제시하고자 한다.

• 말소리와 음성과학
• /
• 제13권4호
• /
• pp.47-53
• /
• 2021

Autoregressive한 TTS 모델은 불안정성과 속도 저하라는 본질적인 문제를 안고 있다. 모델이 time step t의 데이터를 잘못 예측했을 때, 그 뒤의 데이터도 모두 잘못 예측하는 것이 불안정성 문제이다. 음성 출력 속도 저하 문제는 모델이 time step t의 데이터를 예측하려면 time step 1부터 t-1까지의 예측이 선행해야 한다는 조건에서 발생한다. 본 연구는 autoregression이 야기하는 문제의 대안으로 end-to-end non-autoregressive 가속 TTS 모델을 제안한다. 본 연구의 모델은 Tacotron 2 - WaveNet 모델과 근사한 MOS, 더 높은 안정성 및 출력 속도를 보였다. 본 연구는 제안한 모델을 토대로 non-autoregressive한 TTS 모델 개선에 시사점을 제공하고자 한다.