• 제목/요약/키워드: 표본공간

검색결과 281건 처리시간 0.029초

적합탐색 관찰을 이용한 층화 공간표본설계에서의 추정 (Adaptive Searching Estimation in Stratified Spatial Sample design)

  • 변종석
    • 응용통계연구
    • /
    • 제13권2호
    • /
    • pp.353-369
    • /
    • 2000
  • 관찰 단위들간 특정한 공간 종속관계를 지닌 공간모집단에서 사각형의 칸들로 분할한 후 각 칸마다 하나의 표본점을 임의추출하여 관심 변수의 모수를 추정할 때 탐색 관찰조건을 만족하는 인접한 표본단위만을 추가 관찰하여 모수를 추정하는 적합탐색 추정 방법을 층화 공간표본설계에 적용시켜 보았다. 모의자료를 설정한 가상의 2차원 공간모집단을 층화 공간표본설계에 의해 층화시킨 후 적합 탐색 추정방법을 적용시켜 본 결과, 단순히 공간모집단을 분할하는 전통적인 공간표본설계보다 적은 수의 표본이 관찰되었으며, 효율성이 크게 감소하지 않는 결과를 얻음으로써 층화효과와 적합탐색 관찰효과가 동시에 존재하는 적절한 추정 결과를 얻을 수 있었다.

  • PDF

다변량회귀에서 정보적 설명 변수 공간의 추정과 투영-재표본 정보적 설명 변수 공간 추정의 고찰 (Note on the estimation of informative predictor subspace and projective-resampling informative predictor subspace)

  • 유재근
    • 응용통계연구
    • /
    • 제35권5호
    • /
    • pp.657-666
    • /
    • 2022
  • 정보적 설명 변수 공간은 일반적인 충분차원축소 방법들이 요구하는 가정들이 만족하지 않을 때 중심부분공간을 추정하기 위해 유용하다. 최근 Ko와 Yoo (2022)는 다변량 회귀에서 Li 등 (2008)이 제시한 투영-재표본 방법론을 사용하여 정보적 설명 변수 공간이 아닌 투영-재표본 정보적 설명 변수 공간을 새로이 정의하였다. 이 공간은 기존의 정보적 설명 변수 공간에 포함되지만 중심 부분 공간을 포함한다. 본 논문에서는 다변량 회귀에서 정보적 설명 변수 공간을 직접적으로 추정할 수 있는 방법을 제안하고, 이를 Ko와 Yoo (2022)가 제시한 방법과 이론적으로 그리고 모의실험을 통해 비교하고자 한다. 모의실험에 따르면 Ko-Yoo 방법론이 본 논문에서 제시한 추정 방법보다 더 정확하게 중심 부분 공간을 추정하고, 추정값들의 변동이 적다는 측면에서 보다 더 효율적임을 알 수 있다.

적합탐색 관찰방법을 이용한 추정 (Estimating using the method of adaptive searching observation)

  • 변종석;남궁평
    • 응용통계연구
    • /
    • 제9권2호
    • /
    • pp.145-159
    • /
    • 1996
  • 2차원의 공간모집단에서 모수를 추정하기 위하여 모집단내에서 존재하는 위치들간의 공간적 종속관계를 이용하여 표본단위를 관찰하는 적합탐색 관찰방법을 제안하고, 공간모집단에서 관심영역의 면적이나 비율을 추정하고자 할 때 적합탐색 관찰방법을 적용하여 얻은 추정량에 대하여 살펴본다. 각 표본점들 사이에 존재하는 공간종속관계를 이용한 적합탐색 관찰방법을 적용한다면 조사이전에 미리 정해지는 표본크기 n에 대하여 추출된 표본단위들을 모두 관찰하는 전통적인 표본설계에 비하여 보다 적은 수 $m(m \leq n)$개의 관찰로써 추정할 수 있을 것이다. 이로써 표본조사시 발생하는 비용과 시간 등의 절감효과가 기대되며, 추정하려는 관심영역의 형상에 대한 사전 정보가 존재하지 않더라도 적합탐색 관찰방법으로 그 형상을 파악할 수 있게 된다.

  • PDF

국가 수치지형도를 이용한 DEM 생성 (Effective Procedures of DEM Generation from National Digital Topographic Maps)

  • 황철수
    • 대한지리학회지
    • /
    • 제34권3호
    • /
    • pp.319-336
    • /
    • 1999
  • 본 연구는 우리나라의 수치지형도에서 수치고도모형(DEM)을 개발하고자 할 때 고려해야 할 요인들을 분석하였다. 특히 DEM의 정확도에 결정적으로 영향을 미치는 내삽법의 과정을 지형적 유형(평지.계곡.산지)과 공간적 표본추출법(체계적추출법.군집형무작위추출법.복합점진적표본추출법)에 따라 구분하여 살펴 보았다. RMSE의 측정을 통해 크리깅 내삽법이 지형의 기복에 산관없이 정확도를 유지함녀서 DEM을 생성할 수 있는 방법으로 평가되었다. 그리고 표본추출법에 따라 공간적 표본 밀도를 달리한 낮은 표본을 대상으로 한 경우에 비해 낮게 나타났다. 또한 본 연구에서 제안한 복합 점진적 표본추출법을 적용한 DEM의 정확도는 다른 표본추출법을 적용한 경우보다 그 정확도가 향상됨을 확인하였고, 반면에 계산상의 효율성이 다른 방법에 비해 떨어지는 단점을 보였다.

  • PDF

확률난수를 이용한 공간자료가 생성과 베이지안 분석 (Computing Methods for Generating Spatial Random Variable and Analyzing Bayesian Model)

  • 이윤동
    • 응용통계연구
    • /
    • 제14권2호
    • /
    • pp.379-391
    • /
    • 2001
  • 본 연구에서는 관심거리가 되고 있는 마코프인쇄 몬테칼로(Markov Chain Monte Carlo, MCMC)방법에 근거한 공간 확률난수 (spatial random variate)생성법과 깁스표본추출법(Gibbs sampling)에 의한 베이지안 분석 방법에 대한 기술적 사항들에 관하여 검토하였다. 먼저 기본적인 확률난수 생성법과 관련된 사항을 살펴보고, 다음으로 조건부명시법(conditional specification)을 이용한 공간 확률난수 생성법을 예를 들어 살펴보기로한다. 다음으로는 이렇게 생성된 공간자료를 분석하기 위하여 깁스표본추출법을 이용한 베이지안 사후분포를 구하는 방법을 살펴보았다.

  • PDF

공간자기회귀모형을 이용한 고속도로 교통사고 분석 (Traffic Accidents Analysis on Expressway using Spatial Autoregressive Model)

  • 강경우
    • 대한교통학회지
    • /
    • 제15권1호
    • /
    • pp.5-15
    • /
    • 1997
  • 공간통계분석은 공간적으로 연계된 변수들간의 관계를 분석하는 통계분야이다. 일 반적으로 공간적으로 연계된 변수들간의 관계는 각 변수간의 공간적 분포정도에 따라서 영 향을 받는다. 전통적인 통계 분석의 방법은 동질의 자료발생과정에 의하여 확률적으로 축출 된 표본자료를 가정하고 있으나, 공간적인 자료는 이와 같은 동질의 자료발생과정의 가정을 부정한다. 교통류 및 교통사고 등과 같은 교통분야의 자료는 대부분 공간적인 상관관계에 의하여 축출된 이질적인 표본자료이며 따라서 공간상관관계를 동질적으로 가정한 전통적인 통계적 분석 방법은 오류를 범할 수 있다. 본 논문은 공간적인 관계를 고려한 공간자기상관 분석기법을 이용하여 고속도로상의 교통사고에 관하여 분석하였다. 분석의 결과에 의하면 4 개 고속도로 중 경인고속도로를 제외한 3개의 고속도로상의 교통사고건수는 통계적으로 현 저한 양의 공간적 상관관계가 있음을 알 수 있었다. 이에 따라 공간적 상관관계를 고려한 교통사고분석을 위하여 종속변수로 단위구간별 교통사고건수를 그리고 설명변수로서는 단위 구간별 교통량, I.C. 유무 및 화물차량비율을 이용하여 공간 자기회귀분석을 시도하였다. 분 석의 분석에서는 구간별 교통량과 화물차량의 비율이 호남/남해 고속도로의 경우에는 구간 별 교통량과 I.C. 유무가 통계적으로 유의한 것으로 분석되었다.

  • PDF

고해상도 위성영상의 그림자 효과 보정에 관한 연구 - 표본을 통한 접근 - (A Study on the Correction of Shadow Effects in High Resolution Satellite Images: Approach on the using Samples)

  • 윤아영
    • 대한지리학회:학술대회논문집
    • /
    • 대한지리학회 2004년도 춘계학술대회
    • /
    • pp.104-104
    • /
    • 2004
  • 본 연구는 고해상도 위성영상에서 나타나는 그림자 효과를 보정하여 공간정보 획득을 향상하는데 목적이 있다. 이를 위한 방법으로 그림자 효과를 받은 화소와 그렇지 않은 화소의 군집을 표본으로. 사용하여 그림자 효과를 보정하는 방법을 제시한다. 표본은 그림자 효과를 받은 화소와 그렇지 않은 화소를 대상으로 각기 생성된다. (중략)

  • PDF

공간층화표본설계에 대한 보정 (Calibration for Spatial Stratified Sampling Design)

  • 변종석;손창균;김종민
    • Communications for Statistical Applications and Methods
    • /
    • 제17권1호
    • /
    • pp.9-16
    • /
    • 2010
  • 일반적으로 공간모집단에서의 표본설계에 대한 연구는 가정된 종속관계에 대해 설정된 모형 하에서 이루어지며, 이때 추정하고자 하는 모수들은 평균, 비율 그리고 면적 등이 될 수 있다. 본 연구에서는 연구대상이 지리적 조건이나, 모양에 의해 층화된 모집단에 대해 영역을 추정하고자 할 때, 공간적으로 관련이 있는 보조변수를 활용하여 가중치 조정방법을 제시하고, 이에 대한 효율성을 검증하고자 한다. 즉, 공간 추정량에 대한 보정추정과정을 적용하여 가중치 조정을 통한 추정량을 개선하고, 수치적 예제를 통해 제안된 추정량이 효율적임을 제시하였다.

시뮬레이션 실험에서 중심합성계획의 응용 (Application of Central Composite Design in Simulation Experiment)

  • 권치명
    • 한국시뮬레이션학회:학술대회논문집
    • /
    • 한국시뮬레이션학회 2004년도 춘계학술대회 논문집
    • /
    • pp.41-47
    • /
    • 2004
  • 중심합성계획(central composite design: ccd)은 반응 표면이 곡면적인 특성을 나타낼때 반응 공간을 추정하기 위해 사용되는 실험계획이다. 반응공간이 2차 회귀모형으로 나타나는 경우에 반응곡면의 변화량을 알기 위해서는 변수의 수준이 3이상이 되어야하는데 ccd는 적은 횟수의 실험으로 곡면을 효과적으로 추정하기 위해 2$^{k}$ 요인실험에 추가적으로 중심점(central point)과 축점(axial point)을 표본점에 포함시키는 계획이다. 본 연구에서는 시뮬레이션 실험에서 반응변수가 2차 회귀모형으로 근사되는 경우에 cod를 이용하여 관심 성과치의 반응표면을 추정하고자 한다. 일반적인 실험에서와는 달리 시뮬레이션 실험에서는 두개의 표본점(인자 수준의 조합)에서 분석자가 공통 난수계열(common random number series)을 부여하여 시뮬레이션 시스템 요소의 변화과정을 유사하게 통제할 수 있다. 일반적으로 공통난수법(common random number method)에 의해 얻어지는 두 표본점에서의 반응변수는 서로 양의 상관관계를 가지며 대조 난수(antithetic random number)에 의한 두 반응변수는 음의 상관성을 가지는 것으로 알려졌다. 본 연구는 ccd의 표본점에 공통난수와 대조난수 법을 이용하여 회귀모형의 파라미터를 효과적으로 추정하는 방법을 조사하고 이를 (s, S) 재고관리 모형에 적용하여 그 효율성을 평가하고자 한다.

  • PDF

국부적 영역에서의 특징 공간 속성을 이용한 다중 인식기 선택 (Classifier Selection using Feature Space Attributes in Local Region)

  • 신동국;송혜정;김백섭
    • 한국정보과학회논문지:소프트웨어및응용
    • /
    • 제31권12호
    • /
    • pp.1684-1690
    • /
    • 2004
  • 본 논문은 시험 표본 주위의 영역에 대한 속성을 이용한 다중 인식기 선택 방법을 제안한다. 기존의 DCS-LA 동적 인식기 선택 방법은 시험 표본 주위의 학습표본들을 사용해서 각 인식기의 국부적 정확성을 계산하여 인식기를 동적으로 선택하기 때문에 인식 시간이 오래 걸린다. 본 논문에서는 특징공간에서 국부적인 속성을 계산해서 그 속성값에 적합한 인식기를 미리 선정해서 저장해 놓은 후 시험 표본이 들어오면 그 주변의 속성값에 따라 저장된 인식기에서 선택을 하기 때문에 인식시간을 줄일 수 있다. 국부적인 속성으로는 표본 주위의 작은 영역에 대한 엔트로피와 밀도를 계산하여 사용하였으며 이들을 특징공간속성(Feature Space Attribute)라고 하였다. 이들 두 속성으로 이루어지는 속성 공간을 규칙적인 사각형 셀로 나누어, 학습과정에서 각각의 학습표본에 대해 계산된 속성값이 어떤 셀에 속하는지를 구한다. 또한 각 셀에 속하는 학습표본들에 대해 각 인식기의 국부적 정확도를 구하여 셀에 저장한다. 시험 과정에서 시험표본에 대해 속성값 계산을 통해 그 표본이 속하는 셀을 구한 후 그 셀에서 국부적 정확도가 가장 높은 인식기로 인식한다. Elena 데이타베이스를 사용해서 기존의 방법과 제안된 방법을 비교하였다. 제안된 방법은 기존의 DCS-LA와 거의 같은 인식률을 나타내지만 인식속도는 약 4배 가까이 빨라짐을 실험을 통해 확인할 수 있었다.