• The Korean Journal of Applied Statistics
• /
• v.18 no.2
• /
• pp.381-393
• /
• 2005

As a promising technique for dimension reduction in regression analysis, Sliced Inverse Regression (SIR) and an associated chi-square test for dimensionality were introduced by Li (1991). However, Li's test needs assumption of Normality for predictors and found to be heavily dependent on the number of slices. We will provide a unified asymptotic test for determining the dimensionality of the SIR model which is based on the probabilistic principal component analysis and free of normality assumption on predictors. Illustrative results with simulated and real examples will also be provided.

• Journal of the Korean Society of Marine Environment & Safety
• /
• v.21 no.6
• /
• pp.729-736
• /
• 2015

In this paper, It was performed to optimize for the deck's structural design of a double ended car ferry ship respect to Goal-Driven Optimization (GDO). It was examined for the strength and deformation of the deck and determined to save economic cost the optimal point. The deck thickness based on the Design of Experiments (DOE) and response surface method was increased to 110%. and can improve the deck's strength and stiffness. By performing the regression analysis respect to the result, we propose the optimal regression model formula as a third degree polynomial regression models. The coefficient of determination $R^2$ was about 0.98 and reliability could be obtained.

• Journal of Korean Society of Coastal and Ocean Engineers
• /
• v.25 no.2
• /
• pp.112-121
• /
• 2013

The calibration of resistance factor in reliability theory for limit state design of gravel compaction piles (GCP) requires a reliable estimate of ultimate bearing capacity. The static load test is commonly used in geotechnical engineering practice to predict the ultimate bearing capacity. Many graphical methods are specified in the design standard to define the ultimate bearing capacity based on the load-settlement curve. However, it has some disadvantages to ensure reliability to obtain an uniform ultimate load depend on engineering judgement. In this study, a well-fitting nonlinear regression model is proposed to estimate the ultimate bearing capacity, for which a nonlinear regression analysis is applied to estimate the ultimate bearing capacity of GCP and the results are compared with those calculated using previous graphical method. Affect the resistance factor of the estimate method were analyzed. To provide a database in the development of limit state design, the load test conditions for predicting the ultimate bearing capacity from static load test are examined.

• The Korean Journal of Applied Statistics
• /
• v.30 no.6
• /
• pp.957-981
• /
• 2017

A generalized linear mixed model is an extension of a generalized linear model that allows random effect as well as provides flexibility in developing a suitable model when observations are correlated or when there are other underlying phenomena that contribute to resulting variability. We describe maximum likelihood estimation methods for logistic regression models that include random effects - the Laplace approximation, Gauss-Hermite quadrature, adaptive Gauss-Hermite quadrature, and pseudo-likelihood. Applications are provided with social science problems by analyzing the effect of mental health and life satisfaction on volunteer activities from Korean welfare panel data; in addition, we observe that the inclusion of random effects in the model leads to improved analyses with more reasonable inferences.

• The Korean Journal of Applied Statistics
• /
• v.33 no.5
• /
• pp.569-578
• /
• 2020

By estimating conditional quantile functions of the response, quantile regression (QR) can provide comprehensive information of the relationship between the response and the predictors. In addition, kernel quantile regression (KQR) estimates a nonlinear conditional quantile function in reproducing kernel Hilbert spaces generated by a positive definite kernel function. However, it is infeasible to use the KQR in analysing a massive data due to the limitations of computer primary memory. We propose a divide and conquer based KQR (DC-KQR) method to overcome such a limitation. The proposed DC-KQR divides the entire data into a few subsets, then applies the KQR onto each subsets and derives a final estimator by aggregating all results from subsets. Simulation studies are presented to demonstrate the satisfactory performance of the proposed method.

• Proceedings of the Korean Society of Postharvest Science and Technology of Agricultural Products Conference
• /
• 2003.04a
• /
• pp.123-123
• /
• 2003

야채 soup mix의 제조조건이 야채죽의 물리적 및 관능적 특성에 대한 영향을 조사하였다. Soup mix의 제조조건인 주입액의 양 (쌀 무게에 대한 물의 체적 비), 버섯, 당근 그리고 대파의 첨가량(쌀 무게에 대한 잣의 무게 비)에 따른 물리적 특성과 관능적 특성의 변화를 모니터링 하고자 반응 표면분석법 (response surface methodology, RSM)을 사용하였으며, 이때 실험계획은 중심합성계획법을 적용하였다. 요인변수(Xn)를 중심합성계획에 따라 17실험구로 구분하여 조리실험을 실시하였고, 이들 요인변수에 의해 영향을 받는 반응변수(Yn)는 야채죽의 물리적 특성으로 하여 회귀분석에 사용하였다. 회귀분석에 의한 모델식의 예측에는 SAS (statistical analysis system) program을 사용하였으며, 야채죽의 조리조건이 물리적 및 관능적 특성에 미치는 영향은 SAS program을 이용한 3차원 반응표면분석법으로 해석하였다. 야채의 배합비를 달리한 야채죽의 물리적 특성인 색도 L, a 및 b값에 대한 F-value는 자각 1.50, 11.75 및 5.58이고,유의수준이 각각 0.3044, 0.0019와 0.0169로서 a값과 b값의 유의성이 1% 수준에서 인정되어 이들 제조조건이 a값과 b값에 큰 영향을 미치는 것으로 나타났다. 점도와 퍼짐성에 대한 유의수준은 각각 0.6920과 0.7528이고, 반응표면회귀식의 $R^2$은 각각 0.4766과 0.4436으로 유의성이 인정되지 않았다. 고형분에 대한 유의수준은 0.2026이고 회귀식의 $R^2$는 0.7107으로서 버섯, 당근 및 대파 첨가량이 고형분의 변화에 영향을 미치지 않은 것을 알 수 있었다. 관능적 특성인 색상에 대하여 soup mix의 제조조건이 야채죽에 미치는 영향은 F-value는 6.23이고, 유의수준이 0.0124으로서 1%수준에서 유의성이 인정되었으며, 회귀식의 $R^2$은 0.8890이다. 향에 대한 유의확률은 0.4555이고 0.05이상이므로 유의성이 인정되지 않아 설정된 범위내에서 야채죽의 향에 대하여 크게 영향을 미치지 않는 것으로 나타났다. 점성에 대한 반응표면회귀식의 $R^2$은 0.8134로서 그 유의성이 5%수준에서 인정되었다. 맛과 전반적 기호도에 대하여 야채의 배합비에 따른 반응표면회귀식의 $R^2$은 각각 0.7374와 0.8651이며, 유의화률은 0.1578과 0.0228으로 나타나 전반적인 기호도에 대한 영향은 10% 유의수준에서 영향을 주었다. 결론적으로, 물리적 특성인 색도, 점성, 퍼짐성과 고형분의 함량은 관능적 특성인 색과 비교적 높은 정(正)의 상관을 나타내었으며, 관능적 특성인 향과의 상관은 유의성이 인정되지 않았다. 야채죽 제조를 위한 soup mix의 제조조건에 있어서 야채의 배합비는 색과 점성에 영향을 미치는 가장 주요한 조건이라고 생각된다.

• Journal of the Korean Geotechnical Society
• /
• v.17 no.1
• /
• pp.85-97
• /
• 2001

Tse와 Cruden(1979)에 의해 암석 절리면 거칠기 정량화에 대한 연구가 시작된 이후 통계적인 정량화방법, 프랙탈 차원을 이용하는 방법 그리고 스펙트럼 분석을 이용하는 방법이 제안되었다. 이러한 통계적 정량화방법은 치수의존적이라는 단점이 있으며, 프랙탈 차원을 이용하는 방법은 크로스오버 차원이라는 문제점이 있는 것으로 평가되고 있다. 이 문제점들을 보완하는 방법으로 스펙트럼 분석법이 제시되어 많은 연구가 이루어졌다. 본 연구에서는 Barton과 Choubey(1977)가 제안한 10개의 절리면 프로파일을 수치화하고 통계적 분석, 프랙탈 차원 분석 그리고 스펙트럼 분석을 실시하여 이들 문제점을 살펴보고 스펙트럼 분석법이 위상이 변조된 프로파일에 대하여 문제가 있음을 확인하였다. 이들 문제점을 해결하기 위하여 측정간격과 프로파일의 기울기를 의미하는 통계적 파라미터의 관계를 선형으로 회귀분석하였다. 이렇게 구한 10개의 1차식의 기울기와 절편은 JRC와 매우 상관성이 높게 나타났다. 이 기울기와 절편을 거칠기 정량화의 변수로 사용함으로서 통계적 분석법에서의 치수의존적인 문제와 스펙트럼 분석에서의 위상변조의 문제를 해결하였다.

• Proceedings of the KIEE Conference
• /
• 2007.11b
• /
• pp.29-30
• /
• 2007

본 논문은 특수일 전력 수요 예측을 위해 온도 효과를 고려한 데이터 추출법을 이용하여 특수일 전력 수용 예측 오차율을 감소시키는 방법을 제시한다. 제안된 기법의 타당성을 확인하기 위해 논문에서는 통계학에서 사용되는 결정계수를 이용한다. 결정계수를 이용하여 온도효과의 고려 여부가 오차율에 미치는 영향을 분석하였다. 또한 제안된 기법은 1996년 특수일 오차율을 기존 논문의 결과와 비교 분석하여 기존 방식 대비 특수일 전력 수요예측 관련 우수성을 보였으며, 최근 데이터인 2006년 특수일 전력 수요 예측을 통하여 검증하였다.

• The Journal of Engineering Geology
• /
• v.24 no.1
• /
• pp.101-110
• /
• 2014

This study presents the results of a regression analysis of the point-load strength ($I_{s(50)}$) and the uniaxial compressive strength (UCS) of granites in Korea. The regression was carried out for three cases using the least-squares method, reclassifying the granite samples based on their physical properties. The first regression analysis through the origin according to the weathering grade did not give a result with a sufficient degree of confidence, due to the small number of samples. However, the general trend of the correlation between UCS and $I_{s(50)}$according to weathering grade shows that the slope of the linear regression for weathered granite is steeper than that for fresh granite. The second analysis was a simple linear regression for all the granite samples using the least-squares method as well as a linear regression using the bootstrap resampling method in order to increase the confidence level and the accuracy of the regression results. The third regression considered the average strength of granite groups reclassified according to physical properties. These linear regression analyses yielded linear regression equations with slopes of 14 and small standard deviations being similar to values reported in previous studies on Korean granites, but whose intercept values range from 16 to 43 and have a larger standard deviation than those of the present study. In conclusion, it would be advisable to estimate UCS from $I_{s(50)}$, considering the error range derived from the deviation of the regression equations.

• Journal of Korea Water Resources Association
• /
• v.43 no.12
• /
• pp.1083-1091
• /
• 2010

Distributed hydrologic models typically require spatial estimates of precipitation interpolated from sparsely located observational points to the specific grid points. However, widely used estimation schemes fail to describe the realistic variability of daily precipitation field. We compare and contrast the performance of statistical methods for the spatial estimation of precipitation in two hydrologically different basins, and propose a two-step process for effective daily precipitation estimation. The methods assessed are: (1) Inverse Distance Weighted Average (IDW); (2) Multiple Linear Regression (MLR); (3) Climatological MLR; and (4) Locally Weighted Polynomial Regression (LWP). In the suggested simple two-step estimation process, precipitation occurrence is first generated via a logistic regression model before applying IDW scheme (one of the local scheme) to estimate the amount of precipitation separately on wet days. As the results, the suggested method shows the better performance of daily rainfall interpolation which has spatial differences compared with conventional methods. And this technique can be used for streamflow forecasting and downscaling of atmospheric circulation model effectively.