• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.45-45
• /
• 2017

상이한 자연현상으로 발생된 자료들은 때때로 통계적으로 다른 특성을 가지는 경우가 있다. 이런 자료들은 다른 두 개 이상의 모집단에서 자료가 발생한 것으로 가정할 수 가 있다. 기존에 널리 사용되어온 분포형 모형의 경우 단일한 모집단으로부터 자료가 발생한다는 가정하에서 개발된 모형들로 위에서 언급한 자료들을 적절히 모의할 수 없다. 이런 상이한 모집단에서 발생된 자료를 모형화 하기 위해서 혼합분포모형(mixture distribution)이 개발되었다. 홍수나 가뭄 등과 같은 극치 사상의 경우 다양한 자연현상들로부터 발생하기에 혼합분포모형을 적용할 경우 보다 정확한 모의가 가능하다. 혼합분포모형은 두 개 이상의 비혼합분포모형들을 가중합하여 만들어진다. 혼합 분포모형의 형태로 인하여 기존의 분포형 모형의 매개변수 추정 모형으로 널리 사용되던 최우도법 (maximum likelihood method), 모멘트법(method of moment), 확률가중모멘트법 (probability weighted moment method) 등을 이용하여 혼합분포모형의 매개변수를 추정하는 것이 용이 하지 않다. 혼합분포모형의 매개변수 추정 방법으로는 Expectation-Maximization (EM) 알고리즘, Meta-Heuristic Maximum Likelihood (MHML) 방법, Markov Chain Monte Carlo (MCMC) 방법 등이 적용되고 있다. 현재까지 수자원 분야에서 사용되는 극치 자료를 혼합분포모형을 이용하여 모의할 때 매개변수 추정방법에 따른 특성에 대한 연구가 진행되지 않았다. 본 연구에서는 우리나라 연최대강우량 자료를 이용하여 혼합분포모형의 매개변수 추정방법 (EM 알고리즘, MHML 방법, MCMC 방법) 들의 특성들을 비교 분석하였다. 혼합분포모형으로는 Gumbel-Gumbel 혼합분포 모형을 적용하였다. 본 연구의 결과는 향후 혼합분포모형을 이용한 연구에 좋은 기초자료로 사용될 수 있을 것으로 판단된다.

• The Korean Journal of Applied Statistics
• /
• v.26 no.1
• /
• pp.71-79
• /
• 2013

Semiparametric and nonparametric small area estimations have been studied to overcome a large variance due to a small sample size allocated in a small area. In this study, we investigate semiparametric and nonparametric mixed effect small area estimators using penalized spline and kernel smoothing methods respectively and compare their performances using labor statistics.

• Environmental and Resource Economics Review
• /
• v.12 no.3
• /
• pp.453-467
• /
• 2003

Approximating a WTP distribution of the conservation for Hallyue Marine National Park is complicated by zero observations in the sample. To deal with the zero observations, a mixture model is considered to allow a point mass at zero. The model is empirically verified for the data. The conventional model and a spike model are also considered for comparison. Our results portrays the usefulness of the mixture model to analyze SBDC data with zero observations.

• The Journal of Information Systems
• /
• v.10 no.2
• /
• pp.151-164
• /
• 2001

현재의 항공사 기내식 수요예측 시스템으로는 항공기 운항의 지연이나 초과 주문으로 인한 손실 문제를 해결하기 힘든 것으로 알려져 있다. 이러한 문제를 해결하기 위해 본 연구에서는 항공기 기내식 시계열 자료만을 입력변수로 사용한 단순인공신경망모형(simple neural network model), 단순인공신경망모형에 전통적인 시계열 기법(본 연구에서는 지수 평활법)의 예측 결과를 입력변수로 추가한 혼합인공신경망모형(hybrid neural network model), 그리고 혼합인공신경 망 모형에 상관관계가 높은 다른 시계열 자료(본 논문에서는 유사 노선의 다른 항공기 기내식 시계열 자료)를 인공신경망의 입력변수로 추가시킨 하이퍼혼합인공신경망모형(hyper hybrid neural network model)을 새로운 항공기 기내식 수요예측 기법으로 제안하고, 이들 모형의 예측력을 비교 분석하였다. 분석 결과 하이퍼혼합인공신경망 모형의 예측력이 가장 우수한 것으로 나타나, 인공신경 망을 기반으로 한 수요예측에 있어 상관관계가 높은 다른 시계열 자료를 입력변수로 추가함으로써 인공신경망모형의 예측력을 개선시킬 수 있음을 알 수 있었다

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.301-301
• /
• 2020

물은 보다 나은 삶을 살아가는데 있어 매우 중요한 자원이며, 안전하고 깨끗한 물을 공급받는 것은 국민 생활 영위에 반드시 필요한 부분이다. 국내 주요 수자원은 하천수를 통해 확보하고 있으며, 안전한 수자원 공급을 위해서는 하천관리를 통한 수질오염사고에 대비한 대책 수립이 필요하다. 국내에서는 페놀, 황산 등 독성오염물질 유출로 인한 수질오염사고가 발생한 바 있고, 그 피해액이 수백억에 달한다. 이러한 수질오염사고로 인한 피해액을 감소시키고 안전한 수자원 공급을 유지하기 위해서는 오염물질의 거동을 이해하고 예측하는 것이 매우 중요하다. 국내하천의 경우, 대부분 하폭 대비 수심비가 크기 때문에 오염물질이 2차원 혼합특성을 나타낸다. 따라서 본 연구에서는 하천 내 오염물질의 2차원적 혼합거동을 해석할 수 있는 수치모형을 개발하고자 하며, 현장에 적합한 해석기법을 검토하고 모형 개발 방향을 결정하고자 한다. 본 연구에서는 하천 내 수질오염사고 발생 시 신속하고 정확한 수질 분석 및 예측을 목표로 오염물질 혼합해석에 주로 활용되는 격자기반 모형과 입자추적 기반 모형의 프로토타입을 개발했다. 용존성 오염물질을 대상으로 격자 기반 및 입자 기반 혼합해석 모형을 개발했으며, 오염물질의 주입형태와 하천 내 유속 분포를 가정해 혼합해석을 수행했다. 격자 기반 모형의 경우, 경계조건과 분산계수의 결정이 필요하고 수렴/발산 문제로 인해 모형의 안정적 실행을 위한 조건 수립이 필요하다. 입자 기반 모형의 경우에도 입자 수에 따른 계산시간 개선이 필요하지만, 입력조건 결정이 간편하고 분산계수 입력이 필요 없어 신속한 모의조건 설정이 가능하다. 오염물질 혼합해석 모형 개발을 위한 해석기법 검토 결과, 신속한 수질 분석 및 예측 결과를 제공하기 위해서는 계산시간 개선을 전제로 모의조건 설정이 용이한 입자 기반 모형이 가장 적합한 것으로 판단된다.

• The Korean Journal of Applied Statistics
• /
• v.28 no.2
• /
• pp.221-230
• /
• 2015

Traditionally, sib-pair linkage analysis with repeated measures has employed linear mixed models, but it suffers from the lack of power to find genetic marker loci associated with a phenotype of interest. In this paper, we use a gamma mixed model to improve sib-pair linkage analysis and compare it with a linear mixed model in terms of power and Type I error. We illustrate that the use of gamma mixed model can achieve higher power than linear mixed model with Genetic Analysis Workshop 13 data.

• The Journal of shipping and logistics
• /
• v.35 no.1
• /
• pp.93-109
• /
• 2019

This study applied the statistically significant factors to the short-run model in the existing nonlinear long-run equilibrium relation analysis for the forecasting of maritime economy using the mixed cycle model. The most common univariate AR(1) model and out-of-sample forecasting are compared with the root mean squared forecasting error from the mixed-frequency model, and the prediction power of the mixed-frequency approach is confirmed to be better than the AR(1) model. The empirical results from the analysis suggest that the new approach of high-level mixed frequency model is a useful for forecasting marine industry. It is consistent that the inclusion of more information, such as higher frequency, in the analysis of long-run equilibrium framework is likely to improve the forecasting power of short-run models in multivariate time series analysis.

• Journal of Korea Water Resources Association
• /
• v.42 no.3
• /
• pp.201-212
• /
• 2009

The Tank model and the PRMS(Precipitation Runoff Modeling-modular System) model have been adopted to simulate runoff data from 1981 to 2001 year in the Seomgin-dam basin. However, the simulated runoff by each single model showed some deviations compared with the observed runoff, respectively. In this study a genetic algorithm combination runoff model has been proposed to minimize deviations between simulated runoff and observed runoff that should yield from single model such as Tank model or PRMS model. The proposed combination runoff model combining the simulated respective output of the Tank model and the PRMS model is to produce the optimum combination ratio of each single model applying to the genetic algorithm which may yield the minimum deviations between simulated runoff and observed one. The proposed combination runoff model has been applied to the Seomgin-dam basin. It has also been shown that the combination model by introducing optimal combination ratio should yield less deviations than single model such as the Tank model or the PRMS model.

• The Korean Journal of Applied Statistics
• /
• v.28 no.2
• /
• pp.123-136
• /
• 2015

Science has developed with great achievements after Galileo's discovery of the law depicting a relationship between observable variables. However, many natural phenomena have been better explained by models including unobservable random effects. A mixed effect model was the first statistical model that included unobservable random effects. The importance of the mixed effect models is growing along with the advancement of computational technologies to infer complicated phenomena; subsequently mixed effect models have extended to various statistical models such as hierarchical generalized linear models. Hierarchical likelihood has been suggested to estimate unobservable random effects. Our special issue about mixed effect models shows how they can be used in statistical problems as well as discusses important needs for future developments. Frequentist and Bayesian approaches are also investigated.

• The Korean Journal of Applied Statistics
• /
• v.13 no.2
• /
• pp.541-562
• /
• 2000

The generalized linear mixed model framework is for handling count-type categorical data as well as for clustered or overdispersed non-Gaussian data, or for non-linear model data. In this study, we review its general formulation and estimation methods, based on quasi-likelihood and Monte-Carlo techniques. The current research areas and topics for further development are also mentioned.