• The Korean Journal of Applied Statistics
• /
• v.12 no.1
• /
• pp.175-190
• /
• 1999

생존시간을 비교하기 위한 임상시험에서는 생존기간과 관련된 위험인자들을 고려한 층화된 연구설계가 종종 요구된다. 이 경우 필요한 표본수가 결정은 층이 없는 경우에 비하여 다양한 연구상황과 복잡한 표본수의 산출 절차를 수반한다. 본 논문에서는 층이 있는 경우 생존시간을 비교할 때 필요한 표본수를 결정하는 방법들을 실례와 함께 설명하고, 연구자가 주어진 상황하에서 적절한 방법을 선택하는데 도움이 될 수 있도록, 다양한 상황을 설정하여 이에 대한 표본수를 비교하였다.

• Proceedings of the Korean Statistical Society Conference
• /
• 2005.11a
• /
• pp.91-96
• /
• 2005

다차원층화에서 선형계획법을 이용한 표본배정 방법은 Winkler(1990, 2001), Sitter와 Skinner(1994, 2002)가 제안하였다. 이 방법들은 표본크기가 층 개수보다 크지 않는 경우에 공통적으로 선형계획법을 이용하여 표본배정을 실시하였다. 반복 비율 적합방법(IPF), 일반화 반복 비율 적합(GIFP), SS 방법을 통해 셀 값을 결정하고 선형계획법을 이용하여 표본의 배정확률을 통해 표본배정을 실시한다. 이 3가지 방법들로 표본을 배정하고 평균 및 분산추정량을 비교한다.

• Communications for Statistical Applications and Methods
• /
• v.1 no.1
• /
• pp.157-164
• /
• 1994

본 연구에서는 확률화응답기법을 이용하여 모집단내의 민감집단의 비율을 추정함에 있어 조사의 효율성을 높이기 위한 층화표본의 최적할당방법을 제안한다. 확률화응답기법은 Warner(1965)에 의하여 제안된 방법으로 민감한 사안에 대한 조사시 무응답이나 거짓응답으로 인한 비표본오차를 줄일수 있는 기법으로 간접질문에 의한 조사방법이다. 여기에서 최적할당이란 베이즈위험을 최소로 하는 할당법을 의미하며, 이 과정에서 민감집단의 모비율에 대한 사전분포로는 베타분포를 취하였다.

• Proceedings of the Korean Nuclear Society Conference
• /
• 1997.05b
• /
• pp.483-488
• /
• 1997

원자력발전소 가압기 밀립배관은 원자로냉각재계통 압력을 제어하는 기능을 가진 가압기와 원자로냉각재계통을 연결하는 ASME 1등급 기기로서 건전성 확보가 필수적이다 그러나 현재 운전중인 국내ㆍ외 원전의 가압기 밀림배관은 설계시 열성층화(Thermal Stratification) 현상발생 뿐만 아니라 동 현상이 배관 건전성에 미치는 영향이 전혀 고려되지 않아 본 연구에서는 국내 운전중인 원전 가압기 밀림배관에서 발생하는 열성층화 정도를 확인하고. ASME 코드에 입각한 평가방법론을 정립 설계조건과 운전조건에 대한 평가를 수행하므로써 건전성에 미치는 영향을 평가하였다.

• Journal of the Korean Data and Information Science Society
• /
• v.24 no.4
• /
• pp.701-712
• /
• 2013

The e-learning industry status survey statistic provides information about the actual conditions of supply and demand of the e-learning industries. NIPA (National IT Industry Promotion Agency) has published the annual report of the survey results since 2004. Due to the 9th version of the KSIC (Korean standard industrial classification) revised in 2008, a refinement of the sampling design for the survey becomes necessary, especially that for the business demand sector. This article, based on the 9th revision of the KSIC, constructs a stratification of the target population used for the e-learning industry status survey on the business demand sector. Classification of strata in the business population is based on the industrial type and employment scale of business. Under the stratified population, we design a sampling scheme by using the power allocation method that enables us to satisfy a target coefficient of variation of each industrial stratum. In order to secure an accurate survey results based on the proposed sampling design, we consider the problem of calculating the design weights, derivation of parameter estimators, and formulas of their standard errors.

• Journal of the Korean Data Analysis Society
• /
• v.20 no.6
• /
• pp.2895-2905
• /
• 2018

We present a mixed multiplicative quantitative randomized response model which added a unrelated quantitative attribute and forced answer to the multiplicative model suggested by Bar-Lev et al. (2004). We also try to set up theoretical grounds for estimating sensitive quantitative attribute according to circumstances whether or not the information for unrelated quantitative attribute is known. We also extend it into the stratified mixed multiplicative quantitative randomized response model for stratified population along with two allocation methods, proportional and optimum allocation. We can see that the various quantitative randomized response models such as Eichhorn-Hayre's model (1983), Bar-Lev et al.'s model (2004), Gjestvang-Singh's model (2007) and Lee's model (2016a), are one of the special occasions of the suggested model. Finally, We compare the efficiency of our suggested model with Bar-Lev et al.'s (2004) and see that the bigger the value of $C_z$, the more the efficiency of the suggested model is obtained.

• The Korean Journal of Applied Statistics
• /
• v.28 no.6
• /
• pp.1047-1061
• /
• 2015

Stratified random sampling is a powerful sampling strategy to reduce variance of the estimators by incorporating useful auxiliary information to stratify the population. Sample allocation is the one of the important decisions in selecting a stratified random sample. There are two common methods, the proportional allocation and Neyman allocation if we could assume data collection cost for different observation units equal. Theoretically, Neyman allocation considering the size and standard deviation of each stratum, is known to be more effective than proportional allocation which incorporates only stratum size information. However, if the information on the standard deviation is inaccurate, the performance of Neyman allocation is in doubt. It has been pointed out that Neyman allocation is not suitable for multi-purpose sample survey that requires the estimation of several characteristics. In addition to sampling error, non-response error is another factor to evaluate sampling strategy that affects the statistical precision of the estimator. We propose new sample allocation methods using the available information about stratum response rates at the designing stage to improve stratified random sampling. The proposed methods are efficient when response rates differ considerably among strata. In particular, the method using population sizes and response rates improves the Neyman allocation in multi-purpose sample survey.

• Bulletin of the Korean Mathematical Society
• /
• v.10 no.2
• /
• pp.69-75
• /
• 1973

• Proceedings of the Korean Statistical Society Conference
• /
• 2002.11a
• /
• pp.317-320
• /
• 2002

• Environmental and Resource Economics Review
• /
• v.9 no.1
• /
• pp.25-48
• /
• 1999