출구조사에서 투표소 추출방법은 출구조사의 정확성을 결정하는 중요한 요소이다. 본 연구에서는 대표구 추출법을 대신할 수 있는 정렬계통추출법을 제안하고 그 활용 가능성 및 효율성을 분석한다. 아울러 제시된 정렬계통추출법을 사용하는 경우 추정량의 표본추출오차(sampling error)가 어느 정도 되며, 원하는 목표 오차를 만족하기 위한 표본크기를 결정하는 문제를 고려한다. 2004년 17대 총선 개표자료를 토대로 경험적인 분석을 통해 제시된 정렬계통추출법이 기존의 대표구 추출법에 비해 평균예측오차 관점에서 효율적이라는 사실을 규명하고, 기존의 출구조사에서 표본크기 및 추정오차를 해석하는 과정에서 발생하는 오류를 집락효과를 이용해 설명했다. 아울러 제안한 정렬추출법에서 얻어지는 추정량의 분산을 구하고, 설계효과 개념을 이용해 표본크기 결정문제를 다루었다.
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.
본 연구는 미국의 직장근무자와 재택근무자의 비교를 통해, 남성과 여성의 소득차이를 살펴보고 이를 설명하는 요소들에 대해 분석하였다. 본 연구를 위해 설정된 가설은 다음과 같다.: (1) 성별은 직업과 시장노동의 장소를 선택하는데 있어서 유의한 요소이다. (2) 직업 및 시장노동의 장소가 결정된 후에도 성별은 시간당 소득에 영향을 미치는 변수이다. 연구자료로는 Census of Population and Housing, 1990 [United States]: Public Use Microdata Sample: 1/10,000 Sample이 이용되었으며, 16세 이상, 65세 이하의 응답자로 일주일에 적어도 한 시간 이상 일하는 근로자를 중심으로 하여 7,272명이 연구 대상으로 고려되었다. 직업 및 시장노동의 장소에 대한 선택에서 성별의 영향을 살펴보기 위해 판별분석이 행해졌으며, 분석 결과 교육수준, 연령, 인종, 남녀의 수, 주택구조와 함께 성별이 유의한 요소임이 밝혀졌다. 직업과 시장노동의 장소가 결정된 후 성별이 시간당 소득에 미치는 영향을 알아보기 위해 전체표본과 6개의 직업범주에 따라 회귀분석이 실시되었다. 전체표본을 대상으로 한 회귀분석의 결과, 시간당 소득을 예측하는데 있어서 성별은 유의하지 않은 것으로 나타났으나, 6개의 직업범주에 따라 시간당 소득을 추정한 결과, 성별은 모든 직업범주에서 유의한 것으로 나타났다. 그러나 재택근무자가 되는 것은 시간당 소득을 규정하는데 있어서 유의한 변수가 아닌 것으로 나타났다. 이것은 특정 직업 내에서 시장노동의 장소보다는 성별이 재택근무자에 있어서 소득의 차이를 설명하는데 중요한 요소임을 암시하고 있다. 본 연구에서 사용된 자료는 직업 및 시장노동의 장소에 대한 결정이나 소득에 영향을 미칠 수 있는 변수들에 대한 충분한 정보를 갖고 있지 않고, 또한 재택근무자의 표본수가 너무 적었기 때문에 일부 변수들은 직업의 선택이나 소득을 예측하기 위한 요소들로 포함될 수 없었다. 따라서 후속연구에서는 이를 보완해야 할 것이며, 최근 들어 우리 나라에서도 재택근무에 대한 관심이 대두되고 있으나 아직 개념정의나 그 중요성과 가치, 그리고 실태 파악과 같은 연구가 활발히 이루어지지 못하고 있으므로 이에 대한 심층적인 연구가 행해져야 할 것이다.
본 논문은 인공신경망과 귀납적 학습방법 등의 인공지능 방법과 선물가격결정에 대한 기존 재무이론을 사용하여 일상어휘로 표현되는 파생상품 가격예측 모형을 개발하는데 있다. 모형의 개발은 1단계로 인공신경망이나 기존의 선물가격결정이론(평균보유비용모형이나 일반균형모형)을 이용하여 선물 가격을 예측한 후, 서로 비교분석하여 인공신경망 모형의 우수성을 확인하였다. 귀납적 학습방법중 CART 알고리듬을 사용하여 If-Then 규칙을 생성하였다. 특히 실용적 측면에서 선물가격의 일상어휘화를 통한 모형개발을 여러 가지 방법으로 시도하였다. 이러한 선물가격 예측모형의 유용성은 일단 If-Then 규칙으로 표현되어 전문가의 판단에 확실한 이론적인 근거를 제시할 수 있는 장점이 있으며, 특히 의사결정지원시스템으로 활용화 될 경우 매우 유용한 근거자료로 활용될 수 있다. 이러한 선물가격 예측모형은 정확성은 분석표본과 검증표본으로 나누어 검증표본에서 세가지 기본모형(평균보유비용모형, 일반균형모형, 인공신경망 모형)과 각 모형의 귀납적 학습방법 모형의 다른 3가지 어휘표현방법 3가지를 모형별로 비교 분석하였다. 분석결과 인공신경망모형은 상당한 예측력을 갖고 있는 것으로 판명되었으며, 특히 CART를 기반으로 한 일상어휘 기반의 선물가격예측 모형은 예측력이 높은 것으로 나타났다.
조사비용과 시간과 같은 현실적인 제약하에서 관측단위 (observation unit)의 집합인 집락(cluster)율 추출하는 집락추출법은 대부분의 대형조사(large scale survey) 에서 흔히 사용된다. 특별히 집락내의 관측단위가 매우 유사한 경우, 집락 내의 모든 관측치를 조사하는 대신 일부를 추출하여 조사하는 이단계 집락 추출법이 선호된다. 이단계 집락추출법의 적용시 집락인 1차추출단위 (Primary Sampling Unit; PSU)와 관측단위인 2차추출단위(Secondary Sampling Unit; SSU)의 표본수 결정은 주어진 비용과 표본으로부터 계산되어지는 통계량의 정도에 의존한다. 본 연구에서는 기존의 1차추출단위의 크기가 동일하다는 가정하에서 유도된 최적 PSU와 SSU 표본크기 산출과정을 일반화하여 1차추출단위의 크기가 같지 않을 경우의 최적 표본크기를 유도하고 그 결과를 제 4차 퇴원환자조사를 위한 표본추출 방안에 적용하여 기존방법과 비교하였으며 이를 바탕으로 제 7차 퇴원환자조사를 위한 표본크기를 제안하였다.
최근 다변량 확률모형을 이용한 빈도해석이 여러 수문분야에 걸쳐 연구되고 있다. 기존 일변량 빈도해석에 비해 변수활용에 대한 자유도와 물리적 현상을 정확하게 표현할 수 있다는 장점이 있으나, 표본자료의 부족, 매개변수 추정 및 적합도 검정 등의 어려움으로 실제 분야에 사용되기 어려운 점이 있다. 본 연구에서는 copula 모형에 대하여 Cramer-von Mises(CVM) 적합도 검정 시 표본자료의 적정 크기를 결정하기 위하여 Peaks-Over-Threshold(POT) 방법을 이용하였다. 서울지점의 기상청 시강우 자료를 이용하여 빈도해석을 수행하였으며, Gumbel copula 모형에 대하여 매개변수 추정은 maximum pseudolikelihood method(MPL) 방법을 이용하였다. 50년의 기록 자료에 대하여 표본크기를 50개부터 2500개까지 조절하여 CVM 통계값과 p-value를 기준으로 적정 표본크기를 산정하였다.
표본크기를 결정할 때 모표준편차 $\sigma$의 추정량으로 표본표준편차를 구할 수 없는 경우 범위(R)또는 사분위간 범위(IQR)를 이용하여 $\sigma$의 추정량으로 사용할 수 있다 R과 IQR의 함수로 나타난 추정값은 최소한 95% 이상의 확률로 $\sigma$보다 크거나 같아야 과소 추정됨을 피할 수 있다. 다양한 확률분포로부터 추출된 여러 표본의 범위와 사분위간 범위에 대하여 Browne(2001)이 연구한 추정량 R/4과 본 연구에서 제시한 추정량 IQR이 $\sigma$이상일 확률에 대하여 비교 분석을 하였다. 그리고 표본의 범위와 사분위간 범위를 상수로 나누었을 때 $\sigma$이상일 확률을 가질 수 있는 대안적 인 분모를 각각 구하여 비교 연구하였다.
Communications for Statistical Applications and Methods
/
제18권6호
/
pp.707-716
/
2011
분위수와 분위(또는 타점위치)는 학계에서나 산업계에서 널리 사용되고 있다. 그런데 통계 소프트웨어에 구현되어 있는 표본 분위수 계산방법들과 표본 분위 계산방법들은 각각 적어도 일곱 가지가 있다. 분위수들이나 분위들을 정의하는 방법들 간의 사소해 보이는 차이가 그 값을 토대로 이루어지는 결정의 큰 차이를 가져올 수 있다. 이 논문에서는 경험적 누적확률을 사용한 기본 타점위치 방법과 Blom (1958)의 제안을 토대로 파생된 여섯 가지 타점위치 방법의 특징과 차이점을 논의하였다. 또 통계소프트웨어에 구현되어 있는 일곱 가지 표본분위수 계산방법들의 특징과 차이점들을 논의한 후 이들을 망라하는 하나의 일반식을 제시하였다. 이 논문에서는 이 일반식으로부터 얻어지는 통찰을 토대로 표본분위수에 대응되는 표본분위를 구하는 방법을 제안하였고, 이 제안을 각 표본분위수 방법에 적용하여 대응되는 표본분위 방법을 도출하였다. 이런 대응관계는 표본분위수와 표본분위에 대한 종합적 이해와 적용에 도움을 줄 수 있을 것이다.
최상의 에이전트-작업 할당을 결정하는 문제는 조합 최적화(combinatorial optimization)의 대표적인 문제이자 NP-난해(NP-hard)임이 알려져 있다. 본 연구에서는 에이전트와 작업의 할당 시 결정되는 작업 수행 확률(completion probability)이 불확실한 상황에서의 문제를 다룬다. 에이전트나 작업 내부의 요인 혹은 시스템 외적인 요소로 인한 작업 수행 확률은 고정적이기보다 불확실성을 갖는 것이 일반적이다. 불확실성을 고려하지 않은 할당 결정은 변동성이 있는 현실 상황에서 효과적이지 않은 결정이 될 수 있다. 작업 수행 확률의 불확실성을 수학적으로 반영하기 위해 본 연 구에서는 추계적 계획법(stochastic programming)을 활용한 수리 모형을 제시한다. 본 연구에서는 효율적으로 문제를 풀기 위해 표본 평균 근사법(sample average approximation)을 활용한 알고리즘을 제안한다. 본 문제 해결 방법론을 이용해 효과적인 할당 결정과 상한값과 하한값을 구할 수 있고, 결과의 성능을 확인하기 위해 최적 격차(optimality gap)와 분산을 실험을 통해 제시한다. 이를 통해 알고리즘으로 구한 할당 결정의 우수성 및 강건성을 보인다.
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.