• 응용통계연구
• /
• 제32권1호
• /
• pp.99-109
• /
• 2019

비선형 시계열인 확률계수 자기회귀(random coefficient autoregressive; RCA) 모형에 대하여 여러 가지 방법을 이용한 추정량의 신뢰구간 비교하였다. RCA 모형에 대하여 자료의 분포를 가정하지 않아도 되는 Quasi 스코어 추정량과 Huber, Tukey, Andrew, Hempal 4가지 유계함수를 이용한 M-Quasi 스코어 추정량을 제시하였다. 이러한 추정량에 대하여 표준 붓스트랩 방법, 백분위수 붓스트랩 방법, 스튜던트화 붓스트랩 방법, 하이브리드 붓스트랩 방법을 이용한 신뢰구간을 구하였다. 모의실험을 통하여 RCA 모형의 오차항의 분포가 정규분포, 오염정규분포, 이중지수분포를 따를 때 Quasi 스코어 추정량과 M-Quasi 스코어 추정량들의 근사적 신뢰구간과 네가지 붓스트랩 방법을 이용한 신뢰구간을 비교하였다.

• Communications for Statistical Applications and Methods
• /
• 제2권2호
• /
• pp.221-226
• /
• 1995

본 연구는 붓스트랩에 의한 U-통계량의 분산추정방법을 제안하고, 추정량의 일치성을 증명하였다. 결과적으로 붓스트랩 추정량으로 표준화한 U-통계량의 값이 표준정규분포에 근사함을 보였다. 또한 실제적인 비모수검정에서 이를 응용하여 검정력과 특성을 연구하였다.

• 응용통계연구
• /
• 제30권3호
• /
• pp.453-462
• /
• 2017

성향점수 매칭은 관찰연구에서 처리효과 추정 시 혼란변수에 의한 편의를 줄이기 위해 자주 사용되는 방법이다. 매칭을 위해 처리군에 대응되는 대조군 선정 시 처리군의 일부가 탈락되는 경우가 발생할 수 있는데, 이로 인해 편의가 발생할 수 있다. 최근, Austin (2017)의 연구에서 이중 성향점수 보정(double propensity score adjustment)방법을 사용하는 것이 이에 대한 해결책이 될 수 있음을 제시하였다. 하지만, 처리효과 추정치의 표준오차는 이론적 추정치가 제시되지 않아 추정에 어려움이 있다. 본 연구에서는 이중 성향점수 보정 방법을 이용한 처리효과 추정치의 표준오차 추정을 위하여 두 가지 붓스트랩 방법을 제안한다. 첫 번째는 원 자료에서 성향점수 매칭 후 매칭 된 표본에서 붓스트랩 표본을 얻는 방법(simple 붓스트랩)이고, 두 번째는 원 자료에서 붓스트랩을 먼저 시행하고 각 붓 스트랩 표본에서 성향점수 매칭을 하는 방법(complex 붓스트랩)이다. 두 방법의 성능을 비교하기 위하여 다양한 상황을 가정하여 모의실험을 시행한 결과 complex 붓스트랩 방법이 경험적 표준오차와 더 가까운 값으로 추정함을 알 수 있었다. 95% 신뢰구간의 포함확률도 complex 방법을 사용했을 때 0.95에 훨씬 가까웠다. 실제 자료에 적용하였을 때에도 simple 방법은 complex 방법에 비해 표준오차를 작게 추정하였다.

• Communications for Statistical Applications and Methods
• /
• 제19권3호
• /
• pp.405-414
• /
• 2012

층화확률추출은 모집단을 어떤 층화기준에 의해 여러 층으로 분할한 다음 각 층으로부터 독립적으로 표본을 임의추출하는 방법으로 여러 가지 장점을 가지고 있어 실제 조사에서 많이 활용되고 있다. 본 연구에서는 대규모 표본조사에서 많이 사용하고 있는 층화확률추출을 사용하여 추출된 표본을 통해 모평균에 대한 붓스트랩 추정량과 신뢰구간 및 가설검정 등 통계적 추론에 대하여 연구하였다. 층화모집단에서의 모평균의 추정량과 관련된 극한 분포이론들을 기초로 붓스트랩 일치성을 근거로 층화 모평균에 대해 표준 붓스트랩 방법, 백분위수 붓스트랩 방법, 스튜던트화 붓스트랩 방법을 활용한 신뢰구간과 붓스트랩 가설검정 방법을 제안하였으며, 모의실험을 통해 신뢰구간 추정 방법들의 유효성을 확인하였다.

• 응용통계연구
• /
• 제21권2호
• /
• pp.341-353
• /
• 2008

본 연구에서는 이변량 음이항 분포에서 과대산포와 "내재적 상"의 존재유무에 대한 가설검정 문제를 다루었다. 과대산포에 대한 스코어 검정의 표준정규분포 근사는 명목 유의수준을 과소추정한 반면 "내재적 상"에 대한 스코어 검정은 명목유의수준을 과대 추정하고 있음을 보였다. 본 연구에서는 이와 같은 스코어 검정의 표준정규분포 근사의 문제점을 해결하기 위하여 붓스트랩 방법을 제안하였다. 스코어 검정에 대한 붓스트랩 방법은 두 검정에서 명목유의수준을 제대로 유지하고 검정력도 높게 나타나 스코어 검정의 표준정규분포 근사에 존재하는 문제를 해결하는 효율적인 대안으로 판단된다.

• 응용통계연구
• /
• 제7권2호
• /
• pp.269-277
• /
• 1994

최소카이제곱추정에 의하여 구한 추정량의 표본분포를 붓스트랩으로 근사시켰을 때에도 정규근사와 최소한 동등함을 설명하고, 이 이론을 자궁경부암 조직에서 검출되는 란게르한스 세포의 출현률 추정에 이용하였다. 란게르한스 세포의 출현횟수를 포지티브 포아송 모형에 적합시켰으며, 추정된 출현률의 표준오차는 대표본 근사 및 붓스트랩을 이용하여 계산하였다. 두 방법 모두 비슷한 결과를 제공하였다.

• 대한교통학회지
• /
• 제20권1호
• /
• pp.39-52
• /
• 2002

차종별 교통량자료는 자료의 출처별로 차종이 동일하지 않아 자료간 호환이 어려우며 이들 자료의 활용도 또한 매우 낮다. 특히, 고속도로의 경우에는 전수자료인 TCS 자료가 있음에도 불구하고 TCS의 타종분류는 차종 내에 승용, 승합, 화물차가 혼재 되어있어 실질적으로 활용도가 매우 낮다. 이에 본 연구에서는 각 출처별 자료들의 차종구분과 호환할 수 있도록 타종구분을 표준화하고 고속도로 톨게이트 유출입 차종별 교통량을 표준화된 차종별로 추정하기 위한 모형을 개발하였다. 즉, 톨게이트를 그 특성에 따라 몇 개의 카테고리로 분류하였고, 각 카테고리별로 각 타종의 구성비를 점추정량을 이용한 기법(산술평균, 기하평균, 조화평균)과 비모수적 통계기법인 붓스트랩을 이용하여 표준화 분류별 교통량을 추정하는 모형을 개발하였다. 그 결과 두 방법 모두 비교적 유의한 수준의 결과가 도출되었으나, 표본의 크기에 따라 발생할 수 있는 극단치에 대한 오추정 문제를 감안할 수 있는 붓스트랩기법이 우수한 것으로 나타났다. 본 연구의 결과로 향후 TCS 자료의 활용성 증대와 TCS 자료를 이용한 고속도로 구간교통량 추정과 고속도로 정기교통량 조사자료의 좀더 구체적인 비교가 가능할 것으로 기대된다.

• 응용통계연구
• /
• 제20권3호
• /
• pp.531-540
• /
• 2007

본 연구에서는 유전자 선택 방법으로 최근 이용되는 SVM-RFE 알고리즘은 단순히 가중치의 절대값을 유전자 선택 기준으로 사용하여 유전자 값의 변동성을 고려하지 못하므로 가중치의 절대값을 그것의 표준오차로 나눈 보완된 통계량, B-RFE 알고리즘을 새로운 기준으로 제안하였다. 두 방법을 모의실험을 통해서 비교한 결과 본 연구에서 제안한 B-RFE 알고리즘이 더 의미 있는 순위를 도출하였다.