• 응용통계연구
• /
• 제26권4호
• /
• pp.569-579
• /
• 2013

단일 분자에서 발생한 발광의 세기 변화를 분석하는 문제는 단분자 분광학에서 반드시 필요하다. 본 연구에서는 카드뮴셀레나이드/황화아연의 중심-껍질 구조를 갖는 양자점에 대한 단분자 분광학 데이터에 대해 Poisson count data로서 베이지안 접근으로 모수에 대한 공액 감마분포와 변화점 개수에 대한 절단포아송 분포로 사전분포를 주고 다중변화점을 추정하였다.

• 자원ㆍ환경경제연구
• /
• 제23권2호
• /
• pp.331-347
• /
• 2014

본 연구는 서해에 위치한 태안군을 방문하는 유어객의 방문 편익을 분석하기 위하여 개별여행비용법과 가산자료모형을 이용하여 수요모형을 추정하고 경제적 가치를 측정하였다. 여행객방문속성을 감안하여 분석모형으로 포아송모형(Poisson Model, PM), 음이항모형(Negative Binomial, NB), 절단된 포아송모형(Truncated Poisson Model, TPM), 절단된 음이항모형(Truncated Negative Binomial, TNB)을 분석에 이용하였다. 분석결과 추정계수들은 통계적으로 유의하게 나타났으며, 경제이론에도 부합되는 결과를 도출하였다. 과산포(overdispersion)현상은 발견되지 않았으며, 모형적합도검정을 통하여 절단된 포아송모형이 적정모형으로 선정되었다. 또한, 서해 태안군 해역내 유어활동의 경제적가치를 추정하기 위하여 유어객의 연평균 출조횟수와 최적모형으로 선정된 절단된포아송모형(TPM)으로 분석한 결과 1인 1회 출조당 경제적 가치는 254,453원이며, 1인당 연간 총 경제적 가치는 1,536,896원으로 도출되었다.

• 응용통계연구
• /
• 제31권2호
• /
• pp.287-301
• /
• 2018

0이 과도하게 많이 나타나는 자료는 여러 다양한 분야에서 흔히 볼 수 있다. 이러한 자료들을 분석할 때 대표적으로 영과잉 포아송 모형이 사용된다. 특히 반응변수들 사이에 상관관계가 존재할 때에는 랜덤효과를 영과잉 포아송 모형에 도입해서 분석해야 한다. 이러한 모형은 주로 빈도론자들의 접근방법으로 분석되어왔는데, 최근에는 베이지안 기법을 사용한 분석도 다양하게 발전되어 왔다. 본 논문에서는 반응변수들 사이에 상관관계가 존재하는 경우 랜덤효과가 포함된 영과잉 포아송 회귀모형을 베이지안 추론 방법을 토대로 제안하였다. 이 모형의 적합성을 판단하기 위해 모의 실험을 통해 랜덤효과를 고려하지 않은 모형과 비교 분석하였다. 또한, 실제 지역사회 건강조사 흡연 자료에 직접 응용하여 그 결과를 살펴보았다.

• 응용통계연구
• /
• 제19권3호
• /
• pp.505-519
• /
• 2006

셀 수 있는 이산 자료(discrete count data)에 대한 분석은 여러 분야에서 활용되고 있지만 영(zero)을 과도하게 포함하고 있는 영과잉 자료는 자료의 성격상 포아송 분포를 따르지 못할 때가 있어 분석에 어려움이 따른다. Zero-Inflated Poisson(ZIP)모형은 이런 어려움을 극복하기 위하여 영에 대한 점확률을 가지는 분포와 포아송 분포를 합성하여 과도한 영과 영이 아닌 자료를 설명하는 모형이다. 설명 변수가 존재할 때는 포아송 분포 부분에서 반응변수의 평균과 공변량사이에 로그선형 연결함수를 사용한 Zero-Inflated Poisson Regression(ZIPR)모형이 사용될 수 있다. 본 논문에서는 Markov Chain Monte Carlo 기법을 이용한 ZIPR모형의 베이지안 추론방법을 제안하고, 이를 실제 구강위생 자료에 적용하며 다른 모형들과 비교한다. 그 결과 베이지안 추론 방법을 적용한 영과잉 모형의 추정오차가 다른 모형들의 추정오차보다 작았고, 예측치가 더 정확했다는 점에서 우수함을 알 수 있었다.

• Journal of the Korean Data and Information Science Society
• /
• 제14권1호
• /
• pp.45-53
• /
• 2003

The Zero-Inflated Poisson regression is a model for count data with exess zeros. When the reponse variables have excess zeros, it is not easy to apply the Poisson regression model. In this paper, we study and simulate the zero-inflated Poisson regression model. An real example was applied to this model. Regression parameters are estimated by using MLE's. We also compare the fitness of zero-inflated Poisson model with the Poisson regression and decision tree model.

• 응용통계연구
• /
• 제28권3호
• /
• pp.583-592
• /
• 2015

영-과잉(zero-inflation) 현상은 최근 계수(count) 시계열 분석의 주요토픽으로 다루어지고 있다. 본 논문에서는 영-과잉 계수 시계열의 변동성을 연구하고 있다. 기존의 정수형 모형인 INGARCH(integer valued GRACH) 모형에 조건부 포아송 및 조건부 음이항 분포를 사용하여 변동성에 영-과잉 현상을 추가하였다. 모수 추정 방법으로 EM알고리즘을 사용하였으며 국내 콜레라 발생건수에 적용시켜 보았다.

• 응용통계연구
• /
• 제27권6호
• /
• pp.923-932
• /
• 2014

허들모형은 영이 과잉 가산자료를 분석하기 위해서 사용되어 왔다. 이 모형은 이산부분을 위한 로짓모형과 절삭된 가산부분을 위한 절삭된 포아송모형의 혼합모형이다. 이 논문에서 우리는 경시적 영과잉 가산자료를 분석하기 위해서 수정된 콜레스키 분해을 이용하여 일반적인 이분산성을 가지는 변량효과 공분산행렬을 제안한다. 수정된 콜레스키 분해는 변량효과 공분산행렬을 일반화자기상관 모수와 혁신분산모수로 분리되면, 이러한 모수들은 베이지안 일반화 선형모형을 통해 추정된다. 그리고 실제 자료분석을 통하여 설명한다.

• Journal of the Korean Data and Information Science Society
• /
• 제14권2호
• /
• pp.177-186
• /
• 2003

The Zero-Inflated Poisson regression is a model for count data with exess zeros. When the correlated response variables are intrested, we have to extend the univariate zero-inflated regression model to multivariate model. In this paper, we study and simulate the multivariate zero-inflated regression model. A real example was applied to this model. Regression parameters are estimated by using MLE's. We also compare the fitness of multivariate zero-inflated Poisson regression model with the decision tree model.

• 한국정보처리학회논문지
• /
• 제4권2호
• /
• pp.395-400
• /
• 1997

소프트웨어 신뢰도는 소프트웨어의 중요한 품질 특성 중의 하나이며, 소프트웨어 신뢰도 성장 모형은 테스트 단계동안 신뢰도를 평가하고 신뢰도가 성장하는 양상을 파악 할 수 있는 도구이다. 그러므로 테스트 단계동안 수집된 고장 자료는 적절한 소프트웨어 신뢰도 모형에 의거해 계속적으로 분석된다. 비등질 포아송 과정 모형이 적절한 소프트웨어 신뢰도 성장 모형인 경우 고장 수 자료를 분석하기 위해서 포아송 희귀 모형을 세우고 모수들은 가장 최소 자승법으로 추정하는 것이 가능하며, 이렇게 구한 가장 최소 자승 추정량은 최우 추정량과 동일한 성질을 가짐을 보일 수 있다. 이 분석 방법을 대형 시스템으로부터 수집된 실제 자료를 분석하는데 적용한다.

• Journal of the Korean Data and Information Science Society
• /
• 제27권5호
• /
• pp.1337-1347
• /
• 2016

본 연구는 생명보험사의 핵심 영업채널의 역할을 하고 있는 보험설계사들에 대한 설문을 바탕으로 보험설계사들의 이직횟수에 영향을 주는 요인을 찾고자 한다. 반응변수 이직횟수는 계수자료 (count data)이기에 일반화선형모형의 하나인 포아송회귀모형을 통해 분석된다. 현 조직에서의 보험설계사 근무경력은 보험설계사의 이직횟수에 직접적인 영향을 주는 변수로 본 연구모형에서는 통제변수로 설정되었다. 포아송회귀모형 적합결과, 보험설계사 이직의 횟수에 가장 큰 영향을 주는 요인은 현재 속한 회사 (대리점)으로 나타났으며, 다음으로 연령, 보험설계사로 입사하게 된 동기, 월평균 소득, 월평균 신계약건수, 최종학력 순으로 나타났다. 보험설계사가 현재의 속한 조직이 대형생보사이면 이직의 횟수가 가장 낮고, GA (general agent, 독립대리점) 소속이면 이직의 횟수가 높아지는 경향을 보이고 있다. 연령은 적을수록 이직의 횟수는 증가하고 연령이 많을수록 이직의 횟수는 작아짐을 보여주었다. 보험설계사로 입사하게 된 동기는 친구, 친척, 가족 등 지인의 추천과 동료FP, 소장, 지점장 등의 권유이면 이직의 횟수는 작게 나타났고 단순한 경제적 수입의 니즈와 능력과 적성이 부합의 자발적인 경우는 오히려 이직의 횟수는 높게 나타났다.