• The Korean Journal of Financial Studies
• /
• v.6 no.1
• /
• pp.223-247
• /
• 2000

본 연구에서는 유로커런시와 외환시장의 초과수익률을 설명하는 여러 가지 모형을 검증하였다. 비록 Campbell-Clarida(1987)와 Lewis(1990,1991)는 이 시장에서 3개월물의 초과수익률에 대한 단일잠재변수모형을 기각할 수 없었지만 본 연구에서는 이 모형이 여러 포트폴리오에 대하여 기각되고 있음을 보여준다. 그러나 이 모형의 검증은 결합가정을 필요로 하기 때문에 모형의 기각원인을 찾는다는 것은 어려운 일이다. 기각의 가능성으로 세계 경제에 하나 이상의 위험요인이 존재할 수 있다는 것이 될 수도 있고 불안정한 상수가 원인일 수가 있다. 상수의 안정성검증에서 1979년 12월을 전후한 기간에 상수가 변하지 않는다는 귀무가설이 모든 포트폴리오에서 기각되었다. 따라서 양기간에 단일잠재변수모형과 두잠재변수모형을 검증하였다. 모든 포트폴리오에 대하여 1979년 12월 이전에는 단일변수모형이 기각되지 않았지만, 1979년 이후에는 체계적으로 기각되었다. 한편 두잠재변수모형은 양기간 모두에서 기각되지 않았다 따라서 위험요인에 변화를 주는 연방준비은행의 운영절차의 변화가 단일변수모형의 기각의 원인일 수 있다고 유추할 수 있다. 마지막으로 시간 가변적인 베타가 단일변수모형의 기각의 원인이 될 수 있는지를 검증하기 위하여 Harvey(1989,1991)에 의해서 개발된 모형을 적용해 보았지만 모형이 기각되었다. 따라서 유로커런시와 외화자산의 3개월물의 초과수익률에 두 잠재변수모형이 자료를 비교적 잘 설명한다고 볼 수 있다. 그러나 잠재변수모형의 검증은 자산가격결정의 일반균형이론의 검증도 아니고 검증력도 강하지 않기 때문에, 위험프리미엄을 설명해주는 단순한 실증분석으로 보아야 한다.

• The Korean Journal of Applied Statistics
• /
• v.28 no.1
• /
• pp.61-74
• /
• 2015

Structural equation modeling (SEM) is a widely used in social sciences such as education, business administration, and psychology. In SEM, the latent variable score is the estimate of the latent variable which cannot be observed directly. This study uses stagewise structural equation modeling(stagewise SEM; SSEM) by partitioning the whole model into several stages. The traditional estimation method minimizes the discrepancy function using the variance-covariance of all observed variables. This method can lead to inappropriate situations where exogenous latent variables may be affected by endogenous latent variables. The SSEM approach can avoid such situations and reduce the complexity of the whole SEM in estimating parameters.

• Journal of Korean Society of Transportation
• /
• v.28 no.4
• /
• pp.119-128
• /
• 2010

Mode choice behavior is associated with travelers' latent behavior that is an unobservable preference to travel behavior or mode characteristics. This paper specifically addresses the problem of unobservable factors, that is latent behavior, in mode choice models. Consideration of latent behavior in mode choice models reduces the errors that come from unobservable factors. In this study, the authors defined the latent variables that mean a quantitative latent behavior factors, and developed the combined RP/SP model with latent variables using the mode choice behavior survey data. The data has traveler's revealed preference of existent modes along the Han River and stated preference of new water transit on the Han River. Also, The data has travelers' latent behavior. Latent variables were defined by factor analysis using the latent behaviour data. In conclusion, it is significant that the relationship between traveler's latent behavior and mode choice behavior. In addition, the goodness-of-fit of the mode choice models with latent variables are better than the model without latent variables.

• The Korean Journal of Applied Statistics
• /
• v.32 no.6
• /
• pp.837-849
• /
• 2019

Latent class models (LCM) are useful tools to draw hidden information from categorical data. This model can also be interpreted as a mixture model with multinomial component distributions. In some cases, however, an available dataset may contain both categorical and count or continuous data. For such cases, we can extend the LCM to a mixture model with both multinomial and other component distributions such as normal and Poisson distributions. In this paper, we consider a LCM for the data containing categorical and count data to analyze the Drug Review dataset which contains categorical responses and text review. From this data analysis, we show that we can obtain more specific hidden inforamtion than those from the LCM only with categorical responses.

• The Korean Journal of Applied Statistics
• /
• v.31 no.6
• /
• pp.721-732
• /
• 2018

Latent class analysis (LCA) is an important tool to explore unseen latent groups in multivariate categorical data. In practice, it is important to select a suitable set of variables because the inclusion of too many variables in the model makes the model complicated and reduces the accuracy of the parameter estimates. Dean and Raftery (Annals of the Institute of Statistical Mathematics, 62, 11-35, 2010) proposed a headlong search algorithm based on Bayesian information criteria values to choose meaningful variables for LCA. In this paper, we propose a new variable selection procedure for LCA by utilizing posterior probabilities obtained from each fitted model. We propose a new statistic to measure the adequacy of LCA and develop a variable selection procedure. The effectiveness of the proposed method is also presented through some numerical studies.

• Journal of Korean Society of Transportation
• /
• v.20 no.7
• /
• pp.135-142
• /
• 2002

본 연구에서는 2개의 사례지구에 대한 설문조사를 통해 서비스평가 구조모형을 개발하였다. 모형의 가설로서 요인분석과 신뢰성 분석 등을 통해 구성된 '질적서비스에 대한 인식', '이동성에 대한 인식 '환승에 대한 인식', '경제성에 대한 인식'이란 인지서비스(Perceived service)를 나타내는 4개의 잠재변수는 '개인속성'과 '교통특성'이란 잠재변수의 영향을 받으며, 상호 구조적인 관계를 가지고 전반적인 만족도로 대표되는 '서비스평가'에 영향을 미친다고 가정한다. 모형추정결과, 기초적합지수(GFI)가 상인·월성 0.864, 지산·범물 0.807로 나타났고, 조정 적합지수 (AGFI)는 상인·월성 0.823. 지산·범물 0.759로 나타나 적합성은 대체로 양호하다고 할 수 있다. 또한 두 지역 모두에 있어서 잠재변수 간이나 잠재변수와 관측변수간의 인과계수의 유의성도 2, 3개의 인과계수를 제외하면 모두 5% 유의수준에서 유의한 것으로 나타나 전체적으로 모형이 타당하다고 판단된다. 상인·월성의 경우, 운전기사에 대한 인식치가 '서비스평가'에 미치는 영향력이 가장 크며, 요금수준과 더불어 직접적으로 '서비스평가'에 영향을 미치고 있다 기타 편리성, 쾌적성, 시설 및 운영성이 중요한 원인으로 작용하고 있다는 것을 시사하고 있다. 지산·범물의 경우, 쾌적성, 시설 및 운영성, 편리성이 '서비스평가'에 직접적으로 큰 영향력을 미치고 있다. 특히 이러한 '질적서비스에 대한 인식'은 버스의 현행 요금수준과 대기시간에, 그리고 유의성이 높다고 할 수 없지만 이용자의 연령과 버스이용빈도에 영향을 받고 있는 것으로 나타났다.

• Korean Journal of Agricultural and Forest Meteorology
• /
• v.15 no.4
• /
• pp.219-233
• /
• 2013

We employed the ecological niche modeling framework using GARP (Genetic Algorithm for Ruleset Production) to model the current and future geographic distribution of Pinus densiflora based on environmental predictor variable datasets such as climate data including the RCP 8.5 emission climate change scenario, geographic and topographic characteristics, soil and geological properties, and MODIS enhanced vegetation index (EVI) at 4 $km^2$ resolution. National Forest Inventory (NFI) derived occurrence and abundance records from about 4,000 survey sites across the whole country were used for response variables. The current and future potential geographic distribution of Pinus densiflora, one of the tree species dominating the present Korean forest was modeled and mapped. Future models under RCP 8.5 scenarios for Pinus densiflora suggest large areas predicted under current climate conditions may be contracted by 2090 showing range shifts northward and to higher altitudes. Area Under Curve (AUC) values of the modeled result was 0.67. Overall, the results of this study were successful in showing the current distribution of major tree species and projecting their future changes. However, there are still many possible limitations and uncertainties arising from the select of the presence-absence data and the environmental predictor variables for model input. Nevertheless, ecological niche modeling can be a useful tool for exploring and mapping the potential response of the tree species to climate change. The final models in this study may be used to identify potential distribution of the tree species based on the future climate scenarios, which can help forest managers to decide where to allocate effort in the management of forest ecosystem under climate change in Korea.

• The Korean Journal of Applied Statistics
• /
• v.27 no.7
• /
• pp.1077-1095
• /
• 2014

Unlike randomized trial, statistical strategies for inferring the unbiased causal relationship are required in the observational studies. Recently, new methods for the causal inference in the observational studies have been proposed such as the matching with the propensity score or the inverse probability treatment weighting. They have focused on how to control the confounders and how to evaluate the effect of the treatment on the result variable. However, these conventional methods are valid only when the treatment variable is categorical and both of the treatment and the result variables are directly observable. Research on the causal inference can be challenging in part because it may not be possible to directly observe the treatment and/or the result variable. To address this difficulty, we propose a method for estimating the average causal effect when both of the treatment and the result variables are latent. The latent class analysis has been applied to calculate the propensity score for the latent treatment variable in order to estimate the causal effect on the latent result variable. In this work, we investigate the causal effect of adolescents delinquency on their substance use using data from the 'National Longitudinal Study of Adolescent Health'.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.358-358
• /
• 2012

최근 기후변화의 영향에 따라 강수량과 증발산량이 변하는 경향을 보이고 있으며, 그에 따라 유출량도 변하고 있다. 따라서 기후변화가 수자원에 미치는 영향도 커지고 있으며, 댐 유역의 유출량 산정은 홍수나 용수의 확보측면에서 중요시 되고 있다. 탱크모형은 일본의 Sugawara가 1961년 처음 개발한 모형으로 유역을 오리피스 유출공을 가진 저류형 수조의 조합으로 가정하여 유량을 산정하는 유출모형으로 매개변수가 많고, 이들을 시행착오로 결정해야 하기 때문에 숙련된 경험이 요구되는 단점이 있으나 계산법이 명확하고 수문현상을 잘 재현한다는 장점이 있다. 탱크에는 강수량, 유출량, 그리고 증발량과 같은 입력 자료가 필요하며, 정확한 실제 증발산량 값을 알기는 어렵기 때문에 물수지를 이용해 증발산량을 계산하여 사용하고 있지만 유출량 미계측 지역에서는 사용이 어렵다. 그러므로 태양복사에너지, 온도, 바람, 기압, 습도와 같은 기상학적 인자에 따라서 잠재증발량을 산정하여 탱크 모형의 입력 자료로 사용한다면, 유출량자료가 없는 유역에서도 탱크모형을 사용하여 유출량을 산정할 수 있을 것으로 사료된다. 본 연구에서는 섬진강댐유역과 합천댐유역의 유출량 산정을 위해 잠재 증발산량 산정식(Penman, FAO P-M, Makkink, Preistley-Taylor, Hargreaves)을 적용하여 Tank 모형 매개변수들의 민감도분석을 수행하였다. 섬진강댐은 전북 임실군 강진면 옥정리와 정읍시 산내면 종성리 사이에 있으며, 유역면적은 $763km^2$, 댐 높이는 64m, 제방길이 344.2m 댐으로 매개변수 민감도 분석 적용기간은 1975년~1992년이다. 합천댐은 경상남도 합천군 대병면 회양리에 있는 댐으로 높이 96m, 길이 472m, 유역면적 $925km^2$의 다목적 댐이며, 매개변수 민감도 분석 적용기간은 1989년~1999년이다.

• Proceedings of the KOR-KST Conference
• /
• 1999.03a
• /
• pp.95-109
• /
• 1999

기존의 추정된 화물 수요모형은 화물의 출하특성과 관련된 설명변수를 중심으로 추정되었으며, 이에 따라 수송수단 선택 과정에서 화주가 느끼는 실제의 인식 상황을 모형내에 적절히 반영하지 못하였다. 본 연구는 기존 연구가 갖는 한계점을 극복하고자 화주가 수송수단을 선택할 때 느끼는 인식상황을 모형 내에 적용시켜 수단 선택 특성을 분석하였다. 연구대상은 우리나라의 188개 제조업체에서 화물자동차로 출하한 내수용 화물이며, 연구의 범위도 현실 운송체계 내에서 화주의 수단선택 행태를 설명하는 단기간의 예측으로 제한하였다. 모형추정결과 우리나라의 공로화물수송을 해석하기 위해서는, 출하중량까지를 고려한 다항로짓모형 형태이면서 인식 요소를 행태변수로 추가한 모형을 이용하는 것이 가장 적절하다는 결론을 내렸다. 그리고 이에 따라 주요한 설명 변수들의 탄력성과 화주의 인식 요소에 대한 특성값을 분석하여 제시하였다. 연구결과는 활용성 측면에서 직접 활용이 가능한 것과 잠재적인 변화를 예측하는데 이용되는 것으로 구분된다. 먼저 직접활용이 가능한 것은 수송수단과 관계된 변수들을 해석하여 얻는데, 수송비용과 수송시간에 대한 계수값의 크기와 부호, 그리고 탄력성은 정부의 정책부서나 운송인의 계획수립에 직접 적용된다. 다음으로 화주의 인식 요소는 잠재적인 변화를 예측하는데 이용되며 각 요소가 갖는 탄력성 및 특징은 운송인의 고객관리 기준이된다.