• 식물분류학회지
• /
• 제46권1호
• /
• pp.33-54
• /
• 2016

우리나라 고표본의 대부분은 한국전쟁 중 소실되어서 국내에 남아 있지 않으나 도쿄대학교의 표본관에는 이들 표본의 중복표본(duplicate)들이 잘 보존되어 있다. 본 연구에서는 도쿄대학교 표본관에 수장되어 있는 중복표본을 조사하여 미동정 표본을 동정하였으며, 우리나라 초기 분류학 역사에 대한 기초적인 정보를 제공하고자 이들의 목록을 작성하였다. 이들 중복표본의 한 세트를 도쿄대학교 표본관의 기증을 통해 확보하여 전남대 표본관과 국립생물자원관 표본관에 수장하였다.

• 응용통계연구
• /
• 제14권2호
• /
• pp.429-437
• /
• 2001

단순 이단계 표본 추출의 경우에 최적 선택률은 Hansen과 Hurwitz(1949)에 의하여 구하여졌다. 그러나 통계청에서 실시하는 표본조사등은 층화 이단계 추출을 한다. 따라서 실제적인 필요성에 의하여 층화 2단계 표본 설계를 시도 하였다. 층화 이단계 표본추출시에 주어진 비용아래서 모총계의 추정량의 분산을 최소로 하는 최적의 선택확률(optimum selection probability), 표본추출율과 부차 표본추출율을 Lagrangean 승수법에 의하여 구한다.

• 한국조사연구학회:학술대회논문집
• /
• 한국조사연구학회 2000년도 춘계학술대회 조사연구의 방법론적 쟁점
• /
• pp.113-132
• /
• 2000

본 연구에서 구현하 SLWES(Sampling Learning Web Expert System)은 인터넷 환경에서 표본조사의 학습과 실제 표본조사 자료로부터 모수를 추정할 수 있도록 웹 프로그래밍 기술과 HTML을 결합하여 학습시스템과 통계계산 시스템, 그리고 전문가시스템으로 구성된 표본조사 학습전문가 시스템이다. SLWES는 표본조사에 대하여 전문 지식이 없거나 통계패키지 사용에 익숙하지 않은 비전문가들에게 표본추출법, 무수측정 표본크기 결정 등 표본조사에 대한 이론 학습과 실습의 기회를 인터넷 환경에서 직접 제공함으로써 사용자의 지식에 따라 표본조사론에 대해 체계적이고 효과적으로 학습할 수 있는 시스템이다. 또한 SLWES는 실제 표본조사의 표본추출에 적용될 수 있고 수집된 자료로부터 모수를 추정할수 있으므로 표본조사에 활용될 수 있다.

• Communications for Statistical Applications and Methods
• /
• 제4권2호
• /
• pp.403-409
• /
• 1997

일단-집락 추출을 할 때에 예비표본으로 부터 얻은 정보를 활용하여 추가표본을 추출한다. 특히, 예비표본의 크기(예비표본의 집락의수) $n_1$ 과 추가표본의 크기$n_2$를 모두 변수로 간주하여 베이즈 위험을 최소로 하는 $n_1$과 $n_2$의 크기를 결정한다.

• Communications for Statistical Applications and Methods
• /
• 제5권3호
• /
• pp.659-673
• /
• 1998

표본조사 교육의 효과적인 학습을 위하여 최근 많은 연구가 진행되고 있는 하이퍼미디어 시스템과 전문가 시스템의 특성을 적절히 결합하여 표본조사에 대한 교육과 응용분야에서 활용할 수 있는 표본조사론의 학습 및 실습을 위한 하이퍼미디어 전문가시스템의 개발을 시도해 보았다. 본 논문에서 구현한 하이퍼미디어 시스템은 멀티미디어 툴과 통계패키지를 결합한 시스템으로써 표본조사에 관한 전문적인 지식이 없고 통계 패키지의 사용에 익숙하지 않는 비전문가들에게 표본조사방법론에 대한 이론 학습 및 실습을 통하여 표본추출과정, 모수 추정, 표본크기의 결정 등 표본조사론 교육을 체계적이고 효과적으로 습득하게 해줄 뿐 아니라 실제 표본 조사된 자료로부터 실시간으로 모수를 추정할 수 있도록 해 주기 때문에 각종 표본조사에 보다 쉽게 활용할 수 있을 것으로 기대된다.

• 전산구조공학
• /
• 제11권4호
• /
• pp.309-320
• /
• 1998

중요표본추출기법중에서도 층화표본추출법을 이용한 적응적 중요표본추출기법이 일반적으로 가장 합리적인 것으로 알려져 있다. 그러나 확률장 유한요소모형문제와 같이 기본 확률변수의 규모가 큰 경우에는 층화표본추출법에서 요구되는 기본적인 표본점의 규모가 급증하여 효율성이 떨어지게 된다. 본 연구에서는 이러한 한계성을 극복하기 위하여 층화표본추출에서 기본확률변수를 사용하는 대신에 기본확률변수들의 함수이며 새로운 확률변수인 응답값을 이용하는 방법을 개발하였다. 여기에서 응답값은 일반적인 함수형태로 표시되지 않으며, 한 번의 응답계산에 많은 계산량이 소요되므로 이러한 문제점을 해결하기 위하여 응답면식을 이용한 층화표본추출법을 개발하였다. 개발된 기법에서는 기본확률변수의 모의발생규모는 기본의 기본확률변수를 이용한 층화표본추출법에서 보다 증가하지만 매우 많은 계산량을 요구하는 실제응답해석규모는 응답면식을 이용함으로써 획기적으로 감소되었다. 특히 본 기법은 기본확률변수의 규모가 크고 대상한계상태의 파괴확률이 낮을수록 기존의 방법과 비교해 효율성이 증대되는 것으로 분석되었다.

• 한국통계학회:학술대회논문집
• /
• 한국통계학회 2000년도 추계학술발표회 논문집
• /
• pp.39-43
• /
• 2000

분산 추정 및 신뢰구간 추정의 한 방법으로 널리 쓰이고 있는 붓스트랩 방법을 복합표본에 적용하는 방법에 대해 알아보았다. 복합 표본은 유한 모집단에서 추출되고 추출확률이 다르기 때문에 i.i.d. 표본에 기초하여 개발된 전통적인 붓스트랩 방법을 직접 적용하면 추론의 오류가 발생할 수 있다. 본 연구에서는 복원 확률비례표본과 랜덤그룹표본에 붓스트랩을 적용하는 방법을 알아보았다.

• 한국조사연구학회지:조사연구
• /
• 제10권3호
• /
• pp.157-172
• /
• 2009

추출된 표본을 바탕으로 관심 모집단의 특성을 파악하는 조사연구에 있어서는 실제로 표본이 추출되는 표본추출틀의 모집단 대표성이 매우 중요하다. 표본추출틀이 관심 모집단을 적절한 수준으로 포함하지 못하는 경우 심각한 표본추출틀 편향이 발생하게 되고 이로 인하여 효율적인 추출법에 의하여 추출된 표본의 통계적 신뢰도 역시 손상된다. 그러나 대규모 조사를 위한 표본추출틀의 구축은 시간과 비용의 측면에서 비효율적이고 따라서 국가에서 제공하는 전수 조사 기반의 표본추출틀이 흔히 사용된다. 대표적으로 국내의 가구조사를 위한 표본추출틀로는 매 5년마다 시행되는 인구주택총조사 기반의 자료가 사용된다. 그러나 인구주택총조사 기반 표본추출틀의 경우 인구주택총조사 시점과 실제 조사 시점과의 시간적 차이로 인한 표본추출틀의 모집단 대표성에 문제가 발생하게 된다. 특별히 인구 유동성이 심한 서울과 같은 대도시의 경우 시간의 경과에 따른 모집단 분포의 변화가 심하게 나타나리라 예측할 수 있다. 따라서 본 연구에서는 2008 서울서베이 가구 조사를 위해 새롭게 표본추출틀을 구축한 것과 새 표본추출틀을 기초로 하여 표본을 추출한 사례를 다룬다. 기존 인구주택총조사 기반 표본추출틀이 시간이 지남에 따라 대표성을 상실하는 문제점을 지적하고 주민등록 DB와 과세대장 DB를 기반으로 한 새로운 표본추출틀을 2008년 서울서베이 가구조사를 위한 표본추출틀로 제시하였다. 새롭게 작성된 표본추출틀로부터의 가구표본추출과정과 가중치 및 모평균 추정량 또한 제시되었다.

• 한국통계학회:학술대회논문집
• /
• 한국통계학회 2002년도 춘계 학술발표회 논문집
• /
• pp.127-132
• /
• 2002

절단된 정규분포의 평균과 분산을 추정하기 위하여 전체 표본에 기초한 최대가능도 추정량을 사용한 방법과 절단된 후에 남아있는 표본만을 고려한 절단된 표본의 표본평균과 표본분산을 시뮬레이션을 통해 비교 연구하였다. 평균을 추정하는 경우에는 놀랍게도 절단된 자료에 기초한 추정량이 전체 표본에 기초한 추정량보다 평균제곱오차가 더 작다는 것을 발견하였다.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 1999년도 추계학술대회-지능형 정보기술과 미래조직 Information Technology and Future Organization
• /
• pp.383-390
• /
• 1999

본 연구의 목적은 이원화된 위험을 분류하는데 사용된 여러 가지 데이터마이닝(datamining) 기법들의 성과를 측정·비교하는데 있어서, 표본추출(sampling error)의 영향, 표본의 구성비 영향, 기존의 전통적 위험예측치의 문제점등을 살펴보고, 새로운 위험예측치를 제시하여 실증적으로 비교, 검증하는 것을 연구의 주목적으로 하고 있다.