• 한국초등수학교육학회지
• /
• 제14권1호
• /
• pp.135-151
• /
• 2010

본 연구는 구성주의 이론을 반영하여 개발한 곱셈단원 수업자료를 토대로 학습자 중심 수업을 초등학교 2학년 학습자에게 실시하였을 때 학습자들의 성취도가 어떠한가를 살펴보는데 그 목적이 있다. 이를 위해, 학습자 중심 수학 수업으로 곱셈단원을 학습한 집단과 초등 수학교과서를 토대로 교사 중심 수업으로 곱셈단원을 학습한 집단의 성취도를 비교하였다. 먼저, 추론검사를 실시한 결과 두 집단은 추론능력에 있어서 유의미한 차이가 없음을 확인하였다. 수업을 실시한 후, 2학년 교육과정에서 다루는 곱셈지식을 측정한 재생검사는 두 집단은 통계적으로 유의한 차이를 나타내지 않았지만, 2학년 학생들이 배우지 않은 3학년 이상의 교육과정에서 다루는 곱셈지식을 측정한 생성검사I과 생성검사II는 두 집단이 통계적으로 유의미한 차이가 나는 것을 알 수 있었다. 이와 같은 결과로부터, 초등수학교과서로 교사 중심 수업 보다 구성주의 이론을 바탕으로 개발된 수업 자료를 토대로 학습자 중심 수업이 학습자의 지식이 전이력이 있음을 알 수 있다.

• 응용통계연구
• /
• 제28권2호
• /
• pp.251-267
• /
• 2015

인도부페 프로세스는 유한개의 행과 무한개의 열로 이루어진 이진행렬의 분포와 관련된 확률과정이다. 무한특성모형을 유한개의 행과 무한개의 열로 이루어진 이진행렬을 이용해서 표현할 때, 이진행렬에 대한 사전분포로써 인도부페 프로세스가 이용될 수 있다. 본 논문에서는 인도부페 프로세스를 유한특성모형과 연관지어서 유도하는 방법을 소개하고, 베타프로세스와의 관련성을 간략히 설명한다. 실제 모형의 추론에 인도부페 프로세스가 이용되는 예제를 살펴보기 위해서 가우시안 선형모형에 인도부페 프로세스를 적용한 모형화 방법을 언급하고, 깁스표집 알고리즘, 막대 자르기 알고리즘, 변분방법을 이용한 추론방법을 설명한다. 그리고 이 세 가지 알고리즘을 이용하여 이미지 자료를 분석하는데 적용해본다. 나아가 쌍자료 분석, 네트워크 분석, 독립성분 분석에서 인도부페 프로세스가 어떻게 이용될 수 있는지도 알아본다.

• 융합정보논문지
• /
• 제12권2호
• /
• pp.47-53
• /
• 2022

최근 지능화된 보안 패러다임의 변화에 따라, 다양한 정보보안 시스템에서 발생하는 각종 정보를 인공지능 기반 이상탐지에 적용하기 위한 연구가 증가하고 있다. 따라서 본 연구는 로그와 같은 시계열 데이터를 수치형 특성인 벡터로 변환하기 위하여 딥러닝 기반 Word2Vec 모델의 CBOW와 Skip-gram 추론 방식과 동시발생 빈도 기반 통계 방식을 사용하여 공개된 ADFA 시스템콜 데이터에 대하여, 벡터의 차원, 시퀀스 길이 및 윈도우 사이즈를 고려한 다양한 임베딩 벡터로의 변환에 대한 실험을 진행하였다. 또한 임베딩 모델로 생성된 벡터를 입력으로 하는 GRU 기반 이상 탐지 모델을 통해 탐지 성능뿐만 아니라 사용된 임베딩 방법들의 성능을 비교 평가하였다. 통계 모델에 비해 추론 기반 모델인 Skip-gram이 특정 윈도우 사이즈나 시퀀스 길이에 치우침 없이 좀 더 안정되게(stable) 성능을 유지하여, 시퀀스 데이터의 각 이벤트들을 임베딩 벡터로 만드는데 더 효과적임을 확인하였다.

• Journal of the Korean Data and Information Science Society
• /
• 제20권6호
• /
• pp.1145-1153
• /
• 2009

1998년부터 집계된 연령별 주민등록인구통계의 오류는 0세 혹은 출생아가 연령상승에 따라 인구수가 점점 늘어나서 6세 혹은 7세가 되는 해에 인구가 최대가 되고, 6세 혹은 7세 이후로부터 인구가 점차 감소하는 현상이 나타난다는 것이다. 본 연구는 장래의 인구추론에 가장 많은 영향을 미치는 0세-6세의 각 연령별 주민등록인구에서 미래에 1세-7세가 되는 인구를 예측하고, 최대치를 기준으로 0세-6세 인구를 '완전생명표'를 이용하여 0세-6세의 역순으로 역 추정 한다. 결론적으로 0세-6세까지의 제시된 역 추정 인구수는 기존의 인구통계데이터들 보다도 신뢰할 수 있다.

• 응용통계연구
• /
• 제14권1호
• /
• pp.137-148
• /
• 2001

비율을 나타내는 요소들로 이루어진 구성비율자료는 각 행들의 합이 1이 되는 제약을 가지고 있어 통계적으로 다루기가 쉽지 않다. 더구나 자료의 구조가 선형적인 형태를 보이지 않는 특성을 가지기 때문에 주성분분석과 같은 선형적인 다변량기법들을 구성비율자료에 적용을 할 때 잘못된 해석과 추론이 이루어질 가능성이 있다. 본 논문에서는 구성비율자료의 주성분분석에서 기존의 방법들이 가지는 문제점을 해결하기 위해 Box-Cox 대비변환(Box-Cox contrast transformation)을 이용한 새로운 형태의 분석방법을 제시한다. 그리고 실제자료의 분석과 모의실험을 통해서 Aitchison(1983)이 제시한 방법과 수행능력을 비교하고자 한다.

• 응용통계연구
• /
• 제22권6호
• /
• pp.1167-1176
• /
• 2009

항만이나 공항의 소유구조에 대한 효율성 분석은 지금까지 서로 엇갈리는 결과를 제시하고 있다. 즉, 민영화 또는 공영화로 인한 효율성 효과가 자료 또는 분석 방법에 따라서 일치된 결과를 보여주지 않고 있다. 본 논문은 국내의 항만이 포함된 국제 항만 교역데이터베이스를 기반으로 베이지안 확률적 프런티어 모형을 적용하여 항만의 소유 구조에 따른 효율성 분석을 하였다. 소유 구조는 Tongzon과 Heng (2005)의 방법을 따랐으며 제안된 몇 가지 모형과 그들의 모형을 DIC 통계량을 이용하여 비교하였다. 베이지안 추론에 필요한 MCMC 방법은 Griffin과 Steel (2007)에서 소개된 WinBUGS 프로그램을 이용하여 구현하였다.

• 응용통계연구
• /
• 제26권3호
• /
• pp.495-509
• /
• 2013

본 논문에서는 캔달의 타우(Kendall's tau)의 다차원으로의 확장과 그의 통계적 추론 및 해석에 대해 알아본다. 특히 다차원 캔달의 타우가 음의 값을 가질 때 의미를 해석하기 위해, 그것의 하한이 얻어지는 경우를 직관적으로 이해할 수 있도록 변수들간의 관계의 관점에서 설명하여본다. 또한 다차원 캔달의 타우를 실제 사례에 적용해 본후, 최근 Lee와 Ahn에서 연구된 d-countermonotonicity와 partially m-countermonotonic와 같은 새로운 개념을 통하여 캔달의 타우가 음의 값이 가질 때의 의미에 대해서 논의한다.

• 응용통계연구
• /
• 제4권1호
• /
• pp.1-11
• /
• 1991

다변량분산분석이나 판별분석 등에 있어서 검정의 대상이 되는 공분산행렬의 동일성에 대한 붓스트랩방법의 활용을 살펴보았다. 두 모집단의 공분산행렬을 $\Sigma_1, \Sigma_2^$라 하면, 가설 H : $\Sigma_1 = \Sigma_2$은 불변성의 관점에서 $\Sigma = \Sigma_1 \Sigma_2^{-1}$의 고유값들이 모두 1 이라는 것과 동등하다. 본 연구에서는 (1) $\Sigma = \Sigma_1 \Sigma_2^{-1}$의 표본고유값들에 대한 편의를 붓스트랩에 의해 정정하였으며, (2) 이들의 표본분포를 붓스트랩분포로 추정하여 검정에 활용하였으며, (3) 합동붓스트랩에 의해 바플렛의 수정우도비 검정통계량의 분포를 근사하였다.

• 한국지능시스템학회논문지
• /
• 제25권6호
• /
• pp.592-599
• /
• 2015

빅 데이터 환경에서 빅데이터를 분석하기 위한 새로운 방법의 필요성이 대두되고 있다. 데이터의 크기, 다양성, 그리고 적재 속도 등의 빅데이터 특성으로 인해 모집단의 추론에서 전체 데이터의 분석이 가능해졌기 때문이다. 그러나 전통적인 통계분석 방법은 모집단으로부터 추출된 확률표본에 초점이 맞추어져 있다. 따라서 기존의 통계적 접근방법은 빅데이터 분석에 적합하지 않은 경우가 발생한다. 이와 같은 문제점을 해결하기 위하여 본 논문에서는 빅데이터분석을 위한 새로운 접근방법에 대하여 제안하였다. 특히 대표적인 다변량 통계분석 기법인 주성분 분석을 이용하여 효율적인 빅데이터분석을 위한 방법론을 연구하였다. 제안방법의 성능평가를 위하여 통계적 모의실험을 실시하였다.

• 한국전자통신학회논문지
• /
• 제14권4호
• /
• pp.775-780
• /
• 2019

미래를 예측하는 기법은 통계에 기반을 둔 것과 딥러닝에 기반을 둔 기술로 분류할 수 있다. 그중 통계에 기반을 둔 것이 간단하고 정확성이 높아서 많이 사용된다. 하지만 실무자들은 많은 분석기법의 올바른 사용에 어려움이 많다. 이번 연구에서는 마케팅에 관련된 데이터에 다항로지스틱회귀, 의사결정나무, 랜덤포레스트, 서포트벡터머신, 베이지안 추론을 적용하여 예측의 정확성을 비교하였다. 동일한 마케팅 데이터를 대상으로 하였고, R을 활용하여 분석을 진행하였다. 마케팅 분야의 데이터 특성을 반영한 다양한 기법의 예측 결과가 실무자들에게 좋은 참고가 될 것으로 생각한다.