• 한국통계학회:학술대회논문집
• /
• 한국통계학회 2005년도 춘계 학술발표회 논문집
• /
• pp.251-255
• /
• 2005

중도절단된 자료와 표본수가 적은 자료를 가지는 생존분석에서 생존율을 추정하거나 두 집단의 생존율을 비교할 때 정규분포 근사를 가정한 신뢰구간을 이용하는 데는 많은 어려움이 생긴다. 생존함수의 신뢰구간에 대한 중도절단을, 표본의 크기에 따른 다양한 상황의 모의실험을 통하여 Kaplan-Meier, Nelson, 적률 추정량 그리고 cox model의 ${\beta}$을 가지고 붓스트랩을 이용한 신뢰구간과 비모수 신뢰구간, 우도비 신뢰구간의 실제 포함 확률을 비교해보고자 한다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2010년도 학술발표회
• /
• pp.357-361
• /
• 2010

미래의 연별 최대 강수량 예측의 정확성을 향상시키는데 역사적 자료가 도움이 된다는 많은 연구 결과가 있었다. 관측의 오차와 자료의 손실로 역사자료를 이용한 강수 예측 방법은 절단자료의 분석을 중심으로 연구되었다. 대표적인 역사자료의 이용방법으로 조건부 적률을 이용한 B17B [Interagency Committee in Water Data, 1982], 조건부적률과적률 관계식을 이용한 Expected Moment Algorithm(EMA) [Cohn et al.;1997], 조건부 확률가중적률을 이용한 Partial Probability Weighted Moment (PPWM)[Wang ; 1991] 방법이 있다. 본 연구에서는 역사적 자료를 반영하는 방법에 있어 B17B와 EMA의 관계를 밝히고 그러한 관계가 PPWM에 동일하게 적용할 수 있음을 보였다. 우리는 B17B와 EMA의 관계를 적률방정식으로 표현하였고 PPWM에서 확률가중 적률 방정식을 정의함으로써 PPWM을 확장하였다. 본 연구에서 제안한 새로운 역사 자료를 이용한 강수예측 방법론을 Expected Probability Weighted Momemt (EPWM) 방법이라고 부르고 그 예측 방법의 성능을 다른 예측방법과 시뮬레이션 결과를 통해 비교하였다. 역사 자료 방법론의 비교는 Generalized Extreme Value (GEV) 분포를 이용하여 이루어졌으며, 각 방법론은 GEV분포의 형태모수(shape parameter)따라 다른 특성을 나타난다는 것을 보였다. 뿐만 아니라 여기서 제안한 EPWM 방법은 대부분의 경우에 좋은 추정량을 준다는 것을 보였다.

• 응용통계연구
• /
• 제27권6호
• /
• pp.1017-1028
• /
• 2014

잘 알려져 있는 것처럼 일반적인 베이즈 추정량(Bayes estimator)과 경험적 베이즈 추정량(empirical Bayes estimator)은 모수를 추정하는데 있어서 오차를 과다축소하는 단점을 가지고 있다. 따라서 이러한 단점을 극복하기 위하여 constrained 베이즈 추정량이 일차 적률과 이차 적률을 일치시키는 성질을 만족시키며 제안되었다. 또한 평균 제곱오차 함수와 같은 전통적인 손실함수에서는 추정의 정확성만을 고려하는 특징을 가지고 있기 때문에, 추정의 정확성과 정합성을 동시에 고려하는 균형 손실함수가 제안되었다. 이러한 이유로 인하여 균형손실 함수하에서의 제한적 베이즈 추정량의 활용이 손해 보험의 가격 산출에 제안되는 것은 타당하다. 그러나 대부분의 연구는 추정의 문제에만 집중하는 경향이 있으며. 이는 새롭게 제안되는 특정 손실함수하에서의 constrained 베이즈 추정량과 constrained empirical 베이즈 추정량의 베이즈 위험의 계산이 어렵다는 점에서 기인한다. 본 연구에서는 다양한 베이즈 추정량들에 대한 베이즈 위험을 서로 다른 두 손실함수하에서 비교하였으며, 그 대상은 자동차 보험 산업에서의 위험도 추정 분야이다. 또한 자동차 보험 산업의 실제 사고 데이터를 이용하여 새롭게 제안된 베이즈 추정량의 베이즈 위험을 비교함으로써 그 효용성을 입증하였다.

• 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.

• 응용통계연구
• /
• 제7권2호
• /
• pp.89-100
• /
• 1994

본 논문에서는 평균 잔여수명의 추정에 있어서 Weibull과 gamma 분포의 평균 잔여수명을 구하는데 적분이 쉽게 되지 않으므로 부분적률에 근거한 새로운 추정량을 제시하였으며, 비록 이 추정량은 일치추정량이 아니지만 소표본인 경우에서 일치추정량인 기존의 경험적 추정량보다 평균제곱오차가 작다는 것을 몬테칼로 기법을 써서 보였다.

• Journal of the Korean Data and Information Science Society
• /
• 제17권3호
• /
• pp.707-716
• /
• 2006

분산함수는 회귀함수와 더불어 회귀모형의 연구에 매우 중요한 함수이며 이 함수가 불연속일 때의 연구는 Delgado and Hidalgo (2000)와 Perron (2001)은 시계열모형에서는 비모수적 추정법에 의해 분산함수의 추정을 연구하였으며 Kang and Huh (2006)은 Perron의 추정법을 회귀모형에 적용하여 분산함수의 불연속점의 추정에 대하여 연구하였고, Huh (2005)는 Kang and Huh의 잔차제곱들을 이용한 분산함수의 불연속점의 추정 대신 이차적률함수를 이용하여 분산함수의 불연속점을 추정하였다. 이는 Kang and Huh의 연구에서 잔차제곱들을 구하기 위하여 회귀함수의 추정이 우선되어야 하기에 전체적인 계산량이 늘어나게 되고, 늘어난 만큼 불연속점 추정의 정도가 떨어지게 됨으로 반응변수의 표본의 제곱을 이용하여 이차적률함수의 추정으로 불연속점을 추정하는 것이 더 용이하기 때문이다. 이러한 연구를 바탕으로 본 연구에서는 Huh의 점프의 크기 추정량의 점근분포를 이용하여 불연속점의 존재 유무에 대한 가설검정법을 제안하였다. 즉, 점프의 크기 추정량의 귀무가설 하의 점근분포가 가지고 있는 장애모수인 불연속점의 위치에서 확률밀도함수와 4차적률함수를 비모수적 방법으로 추정하는 방법을 제안하고 이들의 균일 일치성을 보여 가설검정법을 제안하였다. 불연속점의 추정에 앞서 불연속점의 존재 여부의 가설검정이 우선되어야 하기에 다른 통계적 함수에 대한 불연속점의 연구에서도 이러한 본 논문에서 연구한 방법으로 불연속점의 존재 유무에 대한 가설검정법을 제안 할 수 있을 것이다.

• Journal of the Korean Data and Information Science Society
• /
• 제25권3호
• /
• pp.547-554
• /
• 2014

본 논문은 실험자료에 대한 분석모형으로 이원 분산분석모형을 가정한다. 확률효과 모형의 가정하에 분산성분의 추정량을 구하기 위한 방법으로 적률법을 가정하고 있다. 분산성분의 적률 추정방법인 Henderson의 방법 I과 방법 III을 다루고 있다. Henderson의 두 방법에서 소개되는 제곱합 대신에 벡터공간에서의 사영을 활용하는 방법을 제시하고 있다. 또한 제곱합의 기대값 계산을 위해 두 방법 모두 Hartley의 합성법을 제공하고 있으나 본 논문에서는 관련행렬의 고유근을 이용할 수 있음을 제시하고 있다. 분산성분의 해를 얻기 위한 방법의 차이에서 유도되는 연립방정식들은 같지 않으나 양수의 분산성분들에 대한 해는 유사함을 보여주고 있다.

• 응용통계연구
• /
• 제27권5호
• /
• pp.819-831
• /
• 2014

치우친 다변량 t-분포 혼합을 적합하기 위해 Exact-EM 알고리즘이 사용된다. 그러나 이 방법은 E-step에서 매우 긴 처리시간을 요하는 다변량 절단 t-분포의 적률을 계산해야 한다. 본 논문에서는 이러한 문제점을 완화하기 위해 SPU-EM이라 명명한 알고리즘을 제안하는데, 이것은 Meng과 van Dyk (1997)의 AECM 알고리즘의 원리를 이용하여 다차원 적률의 계산상의 어려움을 해결한다. 결과적으로 제안된 방법은 Exact-EM 알고리즘 보다 빠른 처리시간으로 보장한다. 이를 입증하기 위해 실험을 통해 제안된 방법의 유효성을 보인다.

• Journal of the Korean Data and Information Science Society
• /
• 제9권1호
• /
• pp.1-9
• /
• 1998

영과잉-포아송모형에서 변화시점이 있는 경우, 우도비 검정통계량을 이용하여 변화 시점의 유 무에 대한 가설을 검정하였다. 또한 적률 및 최우추정법을 이용하여 변화 시점과 몇가지 흥미있는 모수들을 추정하여 보았다. 이들 추정량을 비교하기 위하여 경험적인 평균제곱오차를 이용하였다. 변화시점이 있는 영과잉-포아송 모형과 변화시점이 없는 포아송 모형의 실례를 자료를 중심으로 설명하였다.

• 응용통계연구
• /
• 제30권3호
• /
• pp.335-344
• /
• 2017

본 논문은 분할구실험으로 부터 주어진 자료분석을 위해 사영을 이용하는 방법을 다루고 있다. 분할구 실험의 특성으로 서로 다른 크기의 실험단위를 나타내는 오차항과 처리에 포함된 확률효과가 존재할 때 이들 분산성분의 추정에 사영을 이용하여 구하는 방법을 제시하고 있다. 분산성분 추정을 위해 잔차벡터에 대한 확률모형의 구축을 다루고 있다. 고정효과를 제외한 확률효과에 따른 제곱합의 계산을 위해 상수적합법이 적용되고 있다. 적률법에 의한 분산성분 추정을 위해 변동량의 기댓값 계산에 합성법을 이용한다. 고정효과들의 선형함수로 주어지는 추정가능함수에 관한 추정을 다루고 있다.