• 응용통계연구
• /
• 제30권2호
• /
• pp.259-269
• /
• 2017

분산함수가 불연속점을 가지는 경우, 대부분의 비모수적 함수 추정 연구에서 분산함수가 음수 값을 갖지 않기에 잔차제곱을 이용한 Nadaraya-Watson 추정량인 국소상수항추정량을 이용하였다. 한편, Huh (2014, 2016a)는 Chen 등 (2009)과 Yu와 Jones (2004)의 연구를 바탕으로 불연속 분산함수를 로그 변환한 로그분산함수를 추정 대상으로 삼아 잔차제곱이나 로그잔차제곱으로 경계점 문제를 가지지 않는 국소선형추정량을 이용하여 비모수적으로 추정하였다. Huh (2016b)는 불연속점에서 점프크기추정량을 활용하여 잔차제곱을 분산함수가 연속인 회귀모형에서 얻어진 잔차제곱인 것처럼 수정한 후 이들을 이용하여 불연속 분산함수의 추정을 연구하였다. 본 연구에서는 불연속 로그분산함수의 점프크기추정량을 이용하여 로그잔차제곱을 수정하고 불연속 로그분산함수를 국소선형추정량을 이용하여 추정하고자 한다. 제안된 추정량의 우수성을 모의실험을 통하여 Chen 등 (2009)의 로그분산함수 추정량을 이용한 Huh (2014)의 불연속 로그분산함수 추정량과 비교하고 실제자료에 적용하고자 한다.

• Journal of the Korean Data and Information Science Society
• /
• 제12권1호
• /
• pp.27-40
• /
• 2001

본 연구는 시간의 변화에 따라 여러 개의 전환점이 발생하여 선형회귀모형들이 여러번 변화할 때의 변환시점을 Gasser, Stroke와 Jennen-Steinmez의 잔차분산 추정량을 이용하여 검정하고 실제의 몇 가지 모형을 제시하여 Graphic을 통하여 조사한 결과 여기서 제시한 방법이 더 효과적으로 자중전환점을 찾을 수 있었다.

• Journal of the Korean Data and Information Science Society
• /
• 제27권1호
• /
• pp.111-120
• /
• 2016

대부분의 불연속 회귀함수의 커널추정량은 알고 있거나 추정된 불연속점을 기준으로 자료를 분리하여 각각을 독립적으로 회귀함수를 적합하고 있다. 회귀모형에서 분산함수가 불연속점을 가지고 있을 때에도 잔차제곱들을 이용하여 위와 같은 불연속 회귀함수의 커널추정법을 활용하고 있다. Kang 등 (2000)은 $M{\ddot{u}}ller$ (1992)의 불연속점과 점프크기 커널추정량을 이용하여 반응변수의 표본을 연속인 회귀함수로부터 표본인 것처럼 수정하여 불연속 회귀함수를 추정하였다. 본 연구에서는 불연속 분산함수를 추정하기 위하여 Kang 등 (2000)의 방법을 이용한다. Kang과 Huh (2006)의 분산함수의 불연속점과 점프크기 추정량으로 잔차제곱들을 수정하고, 수정된 잔차제곱들을 이용하여 불연속 분산함수 커널추정량을 제안할 것이다. 제안된 추정량의 적분제곱오차의 수렴속도를 보여주고 모의실험을 통하여 기존의 추정량과 제안된 추정량을 비교하고자 한다.

• Journal of the Korean Data and Information Science Society
• /
• 제25권1호
• /
• pp.87-95
• /
• 2014

분산함수가 불연속인 경우 Kang과 Huh (2006)는 잔차제곱을 이용한 Nadaraya-Watson 추정량으로 분산함수를 추정하였다. 음의 실수 값도 가질 수 있는 로그분산함수를 추정 대상으로 하여, 오차제곱의 분포를 ${\chi}^2$-분포로 가정하고 국소선형적합을 이용한 불연속 로그분산함수의 추정이 Huh(2013)에 의해 연구되었다. Chen 등 (2009)은 연속인 로그분산함수를 로그잔차제곱을 이용한 국소선형적합으로 추정하였다. 본 연구는 Chen 등의 추정법을 이용하여 불연속인 로그분산함수의 추정량을 제시하였다. 기존의 제안된 불연속인 로그분산함수의 추정량들과 제안된 추정량을 모의실험을 통하여 비교연구하고자 한다. 한편, 로그분산함수가 연속이지만 그 미분된 함수가 불연속일 경우, Huh (2013)의 방법과 제안된 방법으로 적합된 국소선형의 기울기를 이용하여 불연속인 미분된 로그 분산함수의 추정량을 제시하고자 한다. 이들 추정량의 비교 연구 또한 모의실험을 통하여 제시하고자 한다.

• Journal of the Korean Data and Information Science Society
• /
• 제16권3호
• /
• pp.591-601
• /
• 2005

지금까지 회귀모형에서 불연속점의 추정은 주로 평균함수에 대해 연구되어져 왔다. 분산함수는 평균함수와 더불어 회귀모형의 연구에 매우 중요한 함수이며 이 함수가 불연속일 때의 연구는 활발히 이루어지지 않았다. Delgado와 Hidalgo (2000)와 Perron(2001)은 시계열모형에서는 비모수적 추정법에 의해 분산함수의 추정을 연구하였다. Huh와 Kang (2004)은 Perron의 추정법을 회귀모형에 적용하여 분산함수의 불연속점의 추정에 대하여 연구하였고, Perron의 추정량보다 수렴속도가 개선된 불연속점 추정량을 제안하였다 이러한 분산함수의 추정들은 잔차의 제곱을 이용한 것으로 평균함수의 추정이 필수적이다. 결국, 전체적인 계산량이 늘어나게 되고, 늘어난 만큼 불연속점 추정의 정도가 벌어지게 될 것이다. 만약, 평균함수가 연속이고 분산함수만 불연속이라면 굳이 잔차를 이용하여 분산함수의 불연속점을 추정할 필요 없다. 분산함수만 불연속점을 가지므로 이차적률함수의 불연속점이 곧 분산함수의 불연속점이므로 이차함수의 불연속점을 추정하는 것으로 충분하다. 평균함수와 분산함수 모두 불연속이라면 불연속점의 위치가 같으므로 평균함수의 불연속점의 위치를 추정하면 분산함수의 불연속점의 위치를 추정하게 되는 것이다. 따라서 이 논문에서는 이차적률함수의 불연속점을 추정하는 방법을 제안하였고 이 제안된 추정량들의 수렴속도가 잔차를 이용한 Huh와 Kang의 분산함수의 불연속점 추정량의 수렴속도와 같음을 보였고, 모의실험 결과에서는 우수함을 보여주었다.

• Communications for Statistical Applications and Methods
• /
• 제3권3호
• /
• pp.11-23
• /
• 1996

본 연구에서는 선형회귀분석에서 Hadi와 Simonoff의 다중이상점 식별방법을 수정하여 새로운 알고리즘을 제시하였다. Hadi와 Simonoff의 알고리즘 첫 단계에서 이상점일 가능성이 없는 점들의 집합을 추출할 때 가장효과와 편승효과에 영향을 받을 수 있음으로, 이 첫 단계를 수정하였다. 우리는 잔차가 일정한 분산을 갖는 정규분포에 다르다는 가정하에서 잔차의 신뢰구간을 생각하고, 이 구간안에서 잔차의 MAD가 최소인 새로운 모형을 탐색하고, 이를 이상점일 가능성이 없는 점들의 집합을 추출하는데 일용하는 새로운 알로리즘을 제시하였다. 제시된 방법은 실제자료에서 다른 방법에 비해 효율적으로 이상점을 식별할 수 있었다.

• 산업경영시스템학회지
• /
• 제12권19호
• /
• pp.31-37
• /
• 1989

본 논문은 비선형 회귀분석 모델(Nonlinear Regression Models)에서의 추산잔차(Recursive Residuals)를 정의하기 위한 것을 목적으로 한다. 선형 회귀분석 모델(Linear Regression Models)에서는 추산잔차가 우리가 측정할 수 없는 진짜 오차(True Error)와 같은 확률 분포를 갖는데 이의 평균은 0이고 분산은 ${sigma}^2$이다. 그러나 비선형 회귀분석에서는 이와 같은 정확한 분포를 알 수가 없기 때문에, 여러 종류의 잔차들을 연구 검토하고 나아가서 시뮬레이션(Simulation)을 통하여 분석.비교한 뒤 추산잔차를 정의하기로 한다.

• 응용통계연구
• /
• 제13권2호
• /
• pp.407-414
• /
• 2000

Carroll과 Ruppert(1988)는 준가능도(quasi-likelihood)를 이용하여 에스트라제 측정자료를 회귀분석하였다. Jung과 Lee(1997)는 준가능도을 이용한 회귀분석모형의 적합도정통계량을 제안하였으며 검정 별과 기각되지 않아 본 분석모형이 타당하다고 주장하였다. 그러나 Lee와 Nelder(1998)의 잔차그림을 검토한 결과, 상기 모형으로는 평균증가에 따른 분산증가를 충분히 반영할 수 없었다. 본 논문에서는 Lee와 Nelder(1998)의 평균과 분산의 동시모형으로 에스트라제 자료를 재분석하고 잔차그림을 이용하여 모형의 타당성을 재평가하였다. 또한 분산에서 산포모형에 대한 적합도검정에는 Lee와 Nelder(1998)의 제한가능도(restricted likelihood)에 근거한 검정법이 보다 적절함을 제시하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2008년도 학술발표회 논문집
• /
• pp.1770-1773
• /
• 2008

수위-유량 관계 곡선식에 포함되어져 있는 매개변수를 추정하기 위해 많이 사용되는 로그선형 회귀분석은 잔차의 비등분산성(heterocesdascity)을 고려하지 못하므로 본 연구에서는 의사우도추정법(Pseudo-likelihood Estimation, P-LE)에 의해 분산함수를 추정하고 이와 함께 회귀계수를 추정할 수 있는 방법을 제시하였다. 이 과정에서 제시된 회귀잔차를 최소화하기 위하여 SA(simulated annealing)이라는 전역 최적화 알고리즘을 적용하였다. 또한 수위-유량 관계 곡선식은 단면 등의 영향으로 인해 구간에 따라 각각 다르게 구축되어져야 하므로 이를 보다 객관적으로 판단하고 분리 위치를 정확히 추정하기 위하여 Heaviside 함수를 의사우도함수에 포함시켜 결과를 추정하도록 하였으며, 2개의 구간을 가지는 유량자료를 이용하여 제시된 방법의 합리성을 통계적으로 실험하였다. 이와 같이 통계적 실험을 통해 제시된 방법들이 기존 방법과 비교하여 가질 수 있는 장점을 파악하였으며, 제시된 방법들을 금강유역 5개 지점에서 대해 수행하여 효율성을 검증하였다.

• 한국조사연구학회지:조사연구
• /
• 제5권2호
• /
• pp.49-70
• /
• 2004

표본조사에서 사용 가능한 보조변수가 있는 경우에 추정의 효율을 높이기 위하여 보조변수를 활용하는 방법이 다각적으로 개발되어 왔다. 이 논문은 보조변수를 효과적으로 이용하는 방법 중의 하나인 일반회귀추정량에 대한 개괄적인 고찰이다. 일반회귀추정량의 출현부터 분산추정법의 제안까지 이론전개 과정을 살펴보았으며, 보정추정량 및 QR추정량과의 관련성을 통하여 일반회귀추정량의 성질을 알아보았다. 특히 분산추정에서 통상적인 설계기반 분산추정량이 가지는 조건부 성질의 약점을 보완하기 위하여 가중잔차기법을 사용하는 과정을 살펴보았다. 층화표집이나 집략표집과 같은 복합설계에서 활용할 수 있는 일반회귀추정량의 형태를 소개하였고, 마지막으로 일반회귀추정량의 장단점, 그리고 향후 이론적인 발전방향 및 실용적인 발전방향을 언급하였다.