• 품질경영학회지
• /
• 제9권1호
• /
• pp.3-11
• /
• 1981

동일한 부품 K개를 갖고 있으며, 그 중에서 S개 이상의 스트렝스(strength)가 스트레스(stress) 보다 크게 될 경우 신뢰성이 유지되는 시스템에서 스트레스와 스트렝스가 모두 와이블(weibull) 분포를 하고 있을 때의 시스템 신뢰성을 고찰하였다. 2 절에서는 시스템 신뢰성의 최소분산불편추정량(MVU estimator)을 구하였고, 3 절에서는 최소분산불편추정량의 점근분포(asymototic distribution)를 구하고 표본크기가 클때 시스템 신뢰성의 최소분산불편추정량과 최우추정량(MLE)과의 관계를 구하였으며, 4 절에서는 시스템 신뢰성의 일양최적불편신뢰구간(uniformly most accurate unbiased confidence interval) 을 구하였고, 5 절에서는 몬데 카를로 씨뮤레이션(Monte Carlo Simulation)을 사용하여 작은 표본에서의 최우추정량과 최소분산불편추정량의 편기(bias)와 평균자승오차(MSE)를 비교하였고 6 절에서는 결과를 간단히 요약하고 본 논문을 더 확장할 경우에 문제점을 제시하였다.

• 응용통계연구
• /
• 제6권2호
• /
• pp.341-353
• /
• 1993

여러 개의 종으로 구성된 모집단에서 일정 크기의 표본을 추출하였을 경우, 다음차례에 뽑힐 종이 새로운 종이 될 조건부확률의 추정량으로서 가장 널리 사용되어 온 것은 Good(1953)이 경험적 베이지안 접근법을 사용하여 제안한 비모수추정량이다. Clayton과 Frees(1987)는 Good의 추정량에 대한 대안으로서 비모수최우추정량을 제안하고, 시뮬레이션을 통해 모집단이 비교적 불균일할 경우 자신들이 제안한 추정량이 Good의 추정량보다 평균제곱오차가 작음을 보여 주었고, Lee(1989)는 모집단이 균등분포에 비교적 가깝지 않은 절단기하분포를 따를 때 이를 점근적으로 규명하였다. 그러나 비모수최우추정량은 상당한 편의를 지니고 있는데, 본 연구에서는 이 편의의 일부를 보정한 새로운 추정량이 대부분의 모집단분포 형태에 있어 비모수최우추정량보다 평균제곱오차가 작으며, 모집단이 균일분포에 아주 가까운 경우를 제외하고는 Good의 추정량보다도 평균제곱오차가 작음을 점근적으로 규명하고, 이를 소표본 시뮬레이션을 통하여 확인하였다.

• Journal of the Korean Data and Information Science Society
• /
• 제9권2호
• /
• pp.247-253
• /
• 1998

영과잉-포아송모형에서 변화시점이 있는 경우, 돌출대립가설에 대한 우도비검정을 이용하여 변화시점의 유 무를 알아보았다. 변화시점에 대한 추정은 최소제곱법을 이용하였고 이를 최우추정법을 이용하기 위한 초기치로 활용하였다. 또한 대립가설에 대한 몇가지 흥미있는 모수들을 적률법을 이용하여 추정하였다. 모의실험을 통하여 이들 추정 량을 비교하였고 결과 변화시점에 대한 추정은 최소제곱법보다는 최우추정법이 바람직하게 나타났고 흥미있는 몇가지 모수들에 대해서는 최우추정량이 적률추정량보다 우수하게 나타났다.

• 응용통계연구
• /
• 제11권1호
• /
• pp.185-192
• /
• 1998

Freund(1961)가 제안한 이변량지수분포는 두 부품으로 이루어진 병렬체계의 상호종속적인 부품의 수명을 해석하는 등에 응용될 수 있어 널리 이용되고 있다. 본 연구에서는 위치모수를 가지는 이변량지수분포를 Freund 모형을 일반화시키는 차원에서 제안하고 모형의 통계적 성질 및 모수에 대한 최우추정량을 구하였다. 또한 최우추정량을 수정하여 편의는 감소시킬 수 있는 새로운 추정량을 제안하였다.

• Journal of the Korean Data and Information Science Society
• /
• 제10권1호
• /
• pp.37-45
• /
• 1999

본 논문에서는 Marshall-Olkin의 이변량 지수모형을 따르는 두 부품의 수명들이 이변량 임의 중단된 자료로 관찰되는 경우를 생각한다. 이 경우 모수와 시스템 신뢰도에 대한 최우추정량을 구하고 근사적 정규성을 이용하여 두 부품의 수명에 대한 동일성 및 독립성 검정법을 제안한다. 그리고 모의실험을 통하여 제안된 추정량들과 검정법들의 유의확률을 계산한다.

• Journal of the Korean Data and Information Science Society
• /
• 제26권2호
• /
• pp.313-322
• /
• 2015

본 연구에서는 하나의 균일분포 또는 퇴화분포와 두 개의 이항분포의 혼합분포 모형에 대하여 최우추정법을 소개하며, 제시된 모형에 대하여 시뮬레이션을 통해 최우추정량의 성질을 밝히며, 실험을 통해 얻은 강의 평가 자료에 대하여 퇴화분포를 가지는 혼합분포에 대하여 적용하여 보았다. 특히 퇴화분포는 한국의 문화 특성상 가운데 값을 선호하는 현상을 모형화하는데 유용하게 사용될 수 있음을 보였다.

• Communications for Statistical Applications and Methods
• /
• 제4권2호
• /
• pp.557-563
• /
• 1997

Marshall-Olkin의 이변량 지수모형을 따르는 두개의 부품으로 이루어진 시스템에서, 두 부품의 수명들이 이변량 1종 중단된 자료로 관찰되는 경우, 모수에 대한 최우추정량을 구한다. 그리고 두 부품의 수명에 대한 근사적 독립성과 동일성 검정법을 제안하고 몬테칼로 모의실험을 통하여 검정력을 비교하였다.

• Journal of the Korean Data and Information Science Society
• /
• 제8권2호
• /
• pp.143-152
• /
• 1997

본 논문에서는, Marshall-Olkin의 이변량 지수모형을 따르는 두개의 부품으로 이루어진 시스템에서 두 부품의 수명 $(X_{1},\;X_{2}$들이 이변량 1종 중단된 자료로 관찰되는 경우, $P(X_{1}\;<\;X_{2})$에 대한 최우추정량을 구하고 근사적 정 규성을 밝힌다. 그리고 그 추정량을 기초로 $P(X_{1}\;<\;X_{2})$에 대한 근사적 검정법을 제안하고, 몬테칼로 모의실험을 통하여 여러가지 상황에서 제안된 추정량의 근사적 검정력을 계산하여 비교하였다.

• 디지털콘텐츠학회 논문지
• /
• 제8권1호
• /
• pp.77-83
• /
• 2007

이동가입자 수신단에서의 평균 수신전력 레벨이 핸드오프 임계값과 수신기 임계값 사이에 있는 영역을 핸드오프 영역이라 하며, 가입자가 핸드오프 영역에 머무르는 시간을 핸드오프 시간으로 정의한다. 본 논문에서는 이동통신시스템에서 트래픽 모델링 시 중요한 파라메타중 하나인 핸드오프 시간에 대한 확률분포를 추정한다. 첫 번째로 핸드오프 시간의 분포군을 선택하기 위해 시뮬레이션 결과로부터 얻어진 샘플 데이터를 이용하여 점 통계량을 적용하며, 두 번째로 구체적인 분포함수를 결정하기 위해서 모수(parameter)의 값들을 추정하는데, 이를 위해 최우추정량(MLE)을 사용하여 모수의 값들을 산출하고 이를 토대로 적합도 점정을 수행한다. 최종적인 분석 결과 핸드오프 시간은 감마분포를 따르는 것을 제시하였다.

• 산업경영시스템학회지
• /
• 제25권6호
• /
• pp.48-53
• /
• 2002

품질보증 부분에서 대부분 통계적 수법들은 기지분포를 가정하여 데이터를 분석하고 있다. 예를 들면 공정능력에서는 정규분포를 가정하고 있고, 신뢰성 분석에서는 지수분포, 대수정규분포 또는 와이블분포 등을 가정하고 있다. 만약 이러한 것들이 가정하는 확률분포와 크게 편의될 때 도출된 결론은 그 유효성을 상실하게 된다. 따라서 공정이 정규분포를 하지 않는다면 정규분포에 기초한 공정능력지수의 사용은 부정확한 공정의 정보를 제시하게 된다. 이러한 문제를 해결하기 위하여 그 사례로 소표본일 경우 정규성의 유무를 Lilliefors 검정통계량으로 검정하였다. 그리고 최우추정량(MLE), 수정적률추정량(MME), 및 적률추정량(ME)을 사용하여 모수추정을 하여 그 각각의 경우에 공정능력지수로 평가하였다. 공정능력지수의 평가는 공정이 지수분포를 하는 경우에 적합한 공정능력지수($C_{pe}$)를 제안하고, 이것의 대안으로써 Pearson 시스템, Johnson 시스템 및 Burr 시스템과도 비교평가 하였다.