• 응용통계연구
• /
• 제20권2호
• /
• pp.357-371
• /
• 2007

경쟁위험(competing risk) 하에서의 누적 발생함수(cumulative incidence function)는 일반적으로 비모수적 방법으로 추정된다. 그러나 관심 있는 원인에 의한 사건이 다른 원인에 의한 사건보다 상대적으로 적게 발생하는 경우에 비모수적 방법으로 추정된 누적발생함수는 이산성으로 인해 다소 정확하지 않게 된다. 이와 같은 경우에 Bryant와 Diagnam(2004)는 관심 있는 원인에 대한 원인특정적 위험함수(cause-specific hazard function)를 모수적으로 모형화하고 다른 원인에 의한 사건은 비모수적으로 추정하는 준모수적 방법을 제안했다. 본 연구에서는 준모수적 누적발생함수 추정량을 재표현하고 와이블분포모형과 대수 정규분포모형으로 확장하였다. 또한 대수 정규분포 원인특정적 위험모형일 경우 누적 발생함수에 대한 비모수적 추정량, 와이블분포 준모수적 추정량과 대수 정규분포 준모수적 추정량의 효율성을 비교하며 준모수적 추정량의 성능과 모형 오설정이 미치는 영향을 살펴보았다.

• 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.

• 자원ㆍ환경경제연구
• /
• 제14권2호
• /
• pp.447-474
• /
• 2005

응답자들에 따라 지불의사액(willingness to pay : WTP) 조사에서 응답한 WTP에 대한 확신도, 즉 선호의 강도가 다를 수 있다. 본 연구는 선호강도의 정도에 대한 정보를 얻기 위해 응답자가 응답한 WTP에 대해 선호강도가 어떤지에 대한 응답을 이끌어 내었다. 선호강도를 반영한 WTP 자료의 분석을 위해 본 논문에서는 Type 3 토빗모형의 적용을 고려한다. 이 모형을 추정하기 위해서는 통상 동분산 및 이변량 정규성을 만족하는 오차항 구조를 가정한 모수적 2단계 추정법을 적용한다. 하지만 이 가정들이 만족되지 않는다면 추정치는 비일치적이게 된다. 동분산과 정규성 가설에 대해 검정한 결과 유의수준 1%에서 두 가정은 모두 기각되었다. 따라서 모수적 Type 3 토빗모형을 추정하는데 요구되는 가정은 너무 제약적이라 할 수 있다. 본 연구에서는 이 모수적 모형에 대한 대안으로 준모수적 Type 3 토빗모형을 적용한다. 분석결과 준모수적 추정은 모수적 추정보다 유의하게 우수하였으며, 더욱더 중요하게는 모수적 모형으로부터 계산된 평균 WTP 추정치는 준모수적 모형으로부터 계산된 것과 유의하게 다름을 알 수 있었다.

• 자원ㆍ환경경제연구
• /
• 제12권4호
• /
• pp.545-557
• /
• 2003

양분형 조건부가치평가모형의 준모수적 추정 방법을 소위 회귀함수 1차 도함수의 밀도가중평균(density weighted average derivative or regression function) 추정을 응용하여 제안한다. 논문에서 제안된 준모수 추정량의 소표본 특성은 몬데칼로 시뮬레이션 결과를 제시함으로써 간접적으로 나타난다. 또 추정량을 동강보존을 위한 지불용의액을 조사한 조건부가치평가자료에 실제 적용함으로써 현실 적용 가능성을 보여준다.

• 응용통계연구
• /
• 제27권4호
• /
• pp.605-617
• /
• 2014

소지역추정은 작은 규모의 지역 또는 도메인에 작은 크기의 표본이 배정되어 추정의 정도가 좋지 않은 경우에 이를 극복하는 통계적 기법이다. 소지역추정에 흔히 사용되고 있는 모형기반 추정량은 MSE를 기초로 얻어지나 최근 상대오차를 이용한 소지역추정법도 연구되고 있다. 본 논문에서는 상대오차를 최소로 하는 소지역 추정량의 준모수적 접근법에 관하여 연구하였다. 즉 준모수혼합모형을 이용한 축소소지역추정량을 새롭게 제안하였다. 또한 Lee(1995)에서 제안된 모의실험 자료를 이용한 모의실험과 매월노동통계 자료를 이용한 사례연구를 통하여 기존의 추정량과 제안된 추정량의 우수성을 비교하였다.

• Journal of the Korean Data and Information Science Society
• /
• 제21권6호
• /
• pp.1171-1180
• /
• 2010

회귀함수의 비모수적 적합에서 공변량의 차원이 증가함에 따라 추정량의 극한성질이 좋지 않음이 잘 알려져 있다. 이러한 문제점을 극복하기 위한 방법중의 하나는 단일지표모형의 추정을 이용하여 공변량의 차원을 1차원으로 줄이는 것이다. 단일지표모형에서 계수 추정 방법으로는 반복적으로 해를 계산하여 근사치를 구하는 방법인 준모수적 최소제곱법과 비반복적으로 계산하여 구하는 도함수 가중평균법이 있다. 두 추정 방법 모두 모수적인 방법과 같은 수렴비율로 정규근사한다고 알려져 있지만 실질적인 성능에 관한 비교는 이루어지지 않았다. 본 논문에서는 모의실험을 통해 두 방법에 의한 추정치의 분산을 비교하여 어떠한 방법이 좋은지를 파악하고자 한다.

• 응용통계연구
• /
• 제21권6호
• /
• pp.923-932
• /
• 2008

우리는 자명하지 않은 상관 구조를 갖는 복잡한 다변량 자료에 직면하는 경우가 있다. 예를 들어 군집 구조 자료의 경우 생략된 변수들이 한 개 이상의 관측값에 동시적으로 영향을 줄 수 있기 때문에 결과들 간에 상관 구조를 모형화하는 것은 추정량의 효율성과 정확한 표준오차의 계산 등의 타당한 추론을 위해서 중요하다 관측값들 간에 종속성을 두는 표준 방법으로는 관측 값들이 관찰되지 않은 어떤 변수를 공유한다고 가정하는 것인데, 이러한 가정에 대해 본 연구에서는 다수준 모형을 고려한 상관된 임의효과 모형을 적합시켰다. 추정은 준모수적 접근방법으로 임의계수 분포에 대한 모수적 가정 없이 유한혼합 EM-알고리즘을 통하여 수행되었다.

• 응용통계연구
• /
• 제29권1호
• /
• pp.171-180
• /
• 2016

바젤 위원회는 시장위험의 측정 도구로 Value-at-Risk(VaR)와 expected shortfall(ES)을 사용할 것을 제안하였다. 여러 문헌에서 VaR와 ES의 다양한 추정 방법들이 연구 되었다. 본 연구에서는 준모수적인 방법인 conditional autoregressive value at risk(CAViaR), conditional autoregressive expectile(CARE) 방법들, 그리고 Gaussian 준최대가능도 추정량(QMLE)를 이용한 방법을 사후 검정을 통해서 비교하고자 한다. 각 방법의 타당성을 확인하기 위해서, VaR에 대한 사후 검정은 unconditional coverage(UC)와 conditional coverage(CC) 검정을 사용하고 ES에 대한 검정은 붓스트랩 방법을 사용한다. S&P500 지수와 현대 자동차 주식가격 지수에 대하여 실증 자료 분석이 수행되었다.

• 응용통계연구
• /
• 제27권2호
• /
• pp.331-343
• /
• 2014

본 논문에서는 군집 구간중도절단된 자료에서 생존시간이 군집의 크기에 의존할 때 주변모형으로부터 가중 추정 방법과 군집 내 재추출 방법을 써서 모수를 추정하고 그 추정량의 점근적 성질을 살펴보았다. 모의실험을 통해 추정량의 편향의 크기와 신뢰구간의 포함율 측면에서 볼 때 제안한 두 추정 방법이 생존시간과 군집의 크기 간의 종속 관계를 무시한 방법보다 우수한 것으로 나타났다. 제안한 추정 방법을 림프성 사상충 자료에 적용한 결과에 따르면 서로 다른 두 치료방법이 유의하게 다르지 않았으며 나이 효과도 매우 유의하지 않은 것으로 나타났다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2011년도 학술발표회
• /
• pp.376-380
• /
• 2011

강우사상은 강우량, 지속기간, 강우강도 등의 특성으로 표현될 수 있으며 이런 인자들을 같이 고려할수록 그 현상을 보다 종합적으로 표현할 수 있다. 하지만 현재 일반적으로 이루어지는 일변량 빈도해석절차에서는 지속기간을 고정시켜놓고 각 지속시간에 따른 결과만을 도출해 낼 수 있기 때문에 지속기간에 대해 제약적이고 입력자료에 존재하지 않는 지속기간에 대한 결과를 얻기가 어렵다. Copula모델은 두 일변량 분포형을 다변량 분포형으로 연결하여 주는 모델이다. 따라서 강우량과 지속기간을 변수로 사용하면 Copula모델을 통한 이변량 강우빈도해석은 보편적으로 이루어지고 있는 일변량 지점빈도해석보다 지속기간에 대해 유연한 결과를 나타낼 수 있다. 즉, 강우와 지속기간이 동시에 변수로 사용되기 때문에 임의의 지속기간이나 강우에 대해서 확률강우량 및 확률지속기간을 얻을 수 있다. 본 연구에서는 서울지점을 대상으로 1961∼2009년 동안 발생한 강우사상 중 각 년도에서 최대강우량이 발생한 사상을 추출하여 입력자료로 사용하였다. Copula 모형은 Gumbel-Hougaard, Frank, Joe, Clayton, Galambos등 총 5개의 모델을 적용하였고 각 Copula의 매개변수는 준모수방법인 maximum pseudolikelihood estimator를 이용하여 추정하였다.