Massive in-depth neural networks with numerous parameters are powerful machine learning methods, but they have overfitting problems due to the excessive flexibility of the models. Dropout is one methods to overcome the problem of oversized neural networks. It is also an effective method that randomly drops input and hidden nodes from the neural network during training. Every sample is fed to a thinned network from an exponential number of different networks. In this study, instead of feeding one sample for each thinned network, two or more samples are used in fitting for one thinned network known as a Hybrid Dropout. Simulation results using real data show that the new method improves the stability of estimates and reduces the minimum error for the verification data.
본 연구는 우리나라의 실제 일별 주식수익률 자료를 이용한 시뮬레이션을 통해 우리나라 주식시장에 가장 적합한 사건연구방법론을 도출하고자 하였다. 이를 위해, 1980년에서부터 1995년까지 우리나라 주식시장에 상장된 675개 주식을 대상으로 무작위 복원추출 방법에 의해 50개의 개별주식으로 구성된 250개 표본을 선정하였다. 이들 250개 표본을 이용하여 시뮬레이션 기법에 의해 다양한 사건연구 모형의 통계적 오류와 검정력에 미치는 영향을 종합적으로 분석하였다. 시뮬레이션 실험 결과에 의하면, 먼저 사건일을 정확히 포착할 수 있는 경우에는 산업별주가지수를 시장지수로 선택한 시장모형 혹은 시장조정모형으로 초과수익률을 측정하고, 횡단면 독립성을 가정한 검정법이 가장 우수한 사건연구방법으로 나타났다. 한편, 사건일을 정확하게 포착할 수 없는 경우에는, 동일가중지수를 시장지수로 선택한 시장모형 혹은 시장조정모형으로 초과수익률을 측정하고, 횡단면 독립성을 가정한 검정법이 가장 적합한 모형으로 나타났다. 그리고, 사건일 집중현상으로 인한 제1종 오류를 감소시키는 데에는 개별주식의 초과수익률 간의 횡단면 독립성을 가정한 검정법보다는 횡단면 중속성을 조정한 검정법을 사용하는 것이 더욱 효과적이다.
Linear regression models with inequality constraints on the coefficients are frequently used in economic models due to sign or order constraints on the coefficients. In this paper, we propose a Bayesian approach to selecting significant explanatory variables in linear regression models with inequality constraints on the coefficients. Bayesian variable selection requires computation of posterior probability of each candidate model. We propose a method which computes all the necessary posterior model probabilities simultaneously. In specific, we obtain posterior samples form the most general model via Gibbs sampling algorithm (Gelfand and Smith, 1990) and compute the posterior probabilities by using the samples. A real example is given to illustrate the method.
Recently, Korean development Institute includes water for environmental improvement as an additional water demand category in water resources development project. In response to this change, this paper is to measure benefits of providing additional water in Yeondok Ohsip River by applying contingent valuation method. This study extended the conventional CVM design by incorporating distance variable into WTP function of dichotonomous choice responses and treated protest bids by estimating sample-selection models. The empirical analysis exhibited that more than 30% of respondents were categorized as protest bids and the mean of WTP from sample selection models were three times higher than that of the whole sample. In addition, the distance variable had significantly negative impact on sample WTP regardless of variables forms, and the geographical market area were more 400km, which implies that beneficiaries of water service would the households from the whole nation.
본 연구는 화물수송수단 선택 모형이론과 그 적용측면을 개괄적으로 살펴봄으로써 관련 현황수준(state of the art)에 대한 이해를 높이고, 발전방향을 모색함에 그 목적이 있다. 이러한 관점에서 먼저, 모형구성 정황(context)과 집단화(aggregation)를 포함한 화물수송수요 모형화의 몇가지 기본과제를 고찰한다. 이어서 집단모형과 비연속선택 개별모형으로 대별되는 모형이론과 그 세부적 구조(specification)를 설명하고 각 모형들의 중요성(significance)에 관하여 언급하며, 비연속선택모형의 추정과 관련된 기존의 투입자료형태 및 표본추출방법들에 대하여 문헌조사를 통하여 고찰함으로써 그 장단점과 중요성을 검증한다. 마지막으로 이러한 논의 및 검토결과를 토대로 화물수송수요예측을 위한 앞으로의 연구방향을 제시하여 본다.
Communications for Statistical Applications and Methods
/
v.4
no.2
/
pp.533-540
/
1997
일반화 감마분포(generalized gamma distribution)에서 지표모수(index parameter)에 대한 추론은 생존시간(lifetime)과 관련한 모형의 선택문제에서 매우 중요하다. 이에 대한 정확한(exact) 추론법은 알려져 있지 않다. 본 연구에서는 이에 대한 점근적(asymptotic) 검정법으로 소표본에서도 우도비 검정에 비해 효율이 뛰어난 Bartlett 검정을 제안하고, 이의 요율적 수행을 위한 대체 모형으로 부터의 누율계산(cumulant computation) 법을 제시하였다. 또한 실제자료에 대해 본 논문에서 제시한 누율계산과정을 이용하여 Bartlett 검정을 실시한 결과 기존의 우도비 검정과는 상당히 큰 차이가 남을 확인하였다. 따라서 모형의 선택 등의 문제에서 제안된 방법은 소표본의 경우에 더욱 효율적이라 할 수 있다.
In this paper, we consider Bayesian approaches to zero inflated Poisson model, one of the popular models to analyze zero inflated count data. To generate posterior samples, we deal with a Markov Chain Monte Carlo method using a Gibbs sampler and an exact sampling method using an Inverse Bayes Formula(IBF). Posterior sampling algorithms using two methods are compared, and a convergence checking for a Gibbs sampler is discussed, in particular using posterior samples from IBF sampling. Based on these sampling methods, a real data analysis is performed for Trajan data (Marin et al., 1993) and our results are compared with existing Trajan data analysis. We also discuss model selection issues for Trajan data between the Poisson model and zero inflated Poisson model using various criteria. In addition, we complement the previous work by Rodrigues (2003) via further data analysis using a hierarchical Bayesian model.
본 연구는 1980년 Moses-Anas에 의해 제안된 $\ulcorner혼성로-짓모형\lrcorner$의 유효성을 서울 시의 출근통행실태 자료를 이용하여 검증하기 위한 것으로, $\ulcorner혼성로-짓모형\lrcorner$에 의한 추정 결과와 $\ulcorner전통적로-짓모형\lrcorner$에 의한 추정결과를 통계적 시점에서 상호 비교하였다. 이용된 자료는 1981년6월10일부터 6월16일까지 일주일간의 출근통행실태자료이며 조사표본수는 약 2000여 표본이었다. $\ulcorner혼성로-짓모형\lrcorner$에 의한 추정결과는 $\ulcorner전통적로-짓모형\lrcorner$ 에 의한 경 우보다 통계적으로 우월한 것으로 나타났으며, 특히 통행시간 및 통행비용에 대한 선택확률 의 탄력성은 $\ulcorner혼성모형\lrcorner$에 의해 추정된 결과가 더욱 합리적인 것으로 판명되었다.
Modeling and simulation(M&S) method are used to quantify the weapon effectiveness. The weapon effectiveness of artillery shells was also partially studied, but there was a lack of research on the effects of the choice of charge. Therefore, this paper presents an artillery shell's EFD(Expected Fractional Damage) calculation model based on the charge and identifies differences in the weapon effectiveness of 3D building targets according to the selection of the charge. First, the input data of the calculation model was collected and a required number of shoots was calculated to achieve the desired effects using the proposed model. Finally, a paired sample t-test was conducted to verify the proposed model.
This study attempts to empirically investigate the respondents' preference uncertainty involved in stating their willingness to pay (WTP). In the contingent valuation (CV) survey, we employed two approaches using two split samples. The respondents of one sample were given the opportunity to express intensity of preference through polychotomous choice (PC) WTP question. Those of the other sample were given a follow-up question of confidence measure (0~100%). By incorporating the two elicited degrees of preference uncertainty into examining the WTP responses, we take a comparison of the two approaches in terms of the goodness-of-fit of the examination and the efficiency of the mean WTP estimates. In comparing the DC model with the PC models, the DC model provides more efficient estimates. Moreover, the conventional DC model give some gains in terms of the goodness-of-fit and efficiency in comparing with the PC model most similar to this model. In this specific study, incorporating the preference uncertainty in DC model results greater estimates than conventional DC model without loss of goodness-of-fit and efficiency. This implies that the consideration of preference uncertainty on DC model could correct underestimating. We conclude that DC model provides a better estimate of WTP and preference uncertainty could be a critical information on the DC-CV estimation.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.