• Journal of Animal Science and Technology
• /
• 제46권6호
• /
• pp.903-908
• /
• 2004

다양한 포유동물의 미토콘드리아 유전자들에서 선택적 개시코돈(AIC)들이 보고되었다. 본 연구는 돼지 5 품종에서 mtDNA ND2 유전자의 AIC 양상을 분석하였다. 두 종류의 AIC 서열들이 발견되었고, 품종 집단간에서 각기 다른 출현빈도를 보였다. ND2의 methionine codon으로 Large White와 Landrace는 각각 전 개체에서 ATA와 ATT 서열로 확인되었다. 다른 3 품종(Berkshire, Duroc, Hampshire)의 경우는 두 서열이 모두 발생하였으며, 91.9, 21.3, 60.0%의 빈도로 ATA를 보였다. 기존의 연구들에 의하면 중국재래돼지들이 모두 개시코돈 ATA를 갖는다고 보고되어 있다. 미토콘드리아 ND2 단백질의 합성과정에서 AIC가 어떤 영향을 미치는지는 설명할 수 없으나, 본 연구에서 나타난 AIC 다형성과 품종특이적인 분포양상은 돼지의 육종에 있어 모계추적을 위한 분자적 표지인자로서 이용될 수 있을 것을 사료된다.

• Journal of the Korean Statistical Society
• /
• 제20권2호
• /
• pp.99-107
• /
• 1991

Behrens-Fisher problem is viewed from a model selection approach. Normal distribution is regarded as an approximating model, A criterion, called TIC, is derived and is compared with selection criteria such as AIC and a bootstrap estimator. Stochastic approximation is used since no closed form expression is available for the bootstrap estimator.

• 응용통계연구
• /
• 제10권1호
• /
• pp.121-136
• /
• 1997

공간자료는 공간 위치의 변화에 따라 관찰되는 자료이다. 본 논문에서는 공간자료를 가지고 행 방향, 열 방향, 대각선 방향으로 나누어 시계열의 모형 식별에서 사용되는 Box-Jenkins 방법과 식별통계량, 행태인식법을 공간 자기회귀모형에 적용하여 모형을 식별해 보고 모의실험을 통하여 식별 방법들을 비교해 보았다.

• International Journal of Quality Innovation
• /
• 제2권1호
• /
• pp.30-49
• /
• 2001

This paper considers a recent environment in the manufacturing process in which data in large amounts can be obtained on-line in real-time. Under this environment an on-line real-time Statistical Process Control (SPC) scheme equipped with detection of a process change, change-point estimation, and recognition of the change pattern is proposed. The proposed SPC scheme is composed of a Cusum chart, filtering methods and Akaike Information Criterion (AIC). We examine the performance of this scheme by Monte Carlo simulation and show its usefulness.

• Communications for Statistical Applications and Methods
• /
• 제7권3호
• /
• pp.655-665
• /
• 2000

Several information criterions, Schwarz information criterion (SIC), Akaike information criterion (AIC), and the modified Akaike information criterion ($AIC_c$), are proposed to locate a change point in the multiple linear regression model. These methods are applied to a stock Exchange data set and compared to the results.

• TTA 저널
• /
• 통권33호
• /
• pp.129-136
• /
• 1994

• TTA 저널
• /
• 통권46호
• /
• pp.99-115
• /
• 1996

• TTA소식
• /
• 제4권3호통권13호
• /
• pp.69-71
• /
• 1992

• TTA 저널
• /
• 통권48호
• /
• pp.160-171
• /
• 1996

• TTA소식
• /
• 제2권2호통권4호
• /
• pp.29-30
• /
• 1990