• 응용통계연구
• /
• 제30권1호
• /
• pp.119-133
• /
• 2017

이미 corrected Akaike's information criterion(AICc)가 AIC에 비해 우수한 이론적 성질을 가진 것으로 알려져 있으나, 현재 실제 자료분석에서 최적의 예측 모형을 선택하기 위해 가장 널리 사용되는 정보기준은 여전히 Akaike's information criterion(AIC)이다. 이것은 AICc를 사용함으로써 실제 우리가 어떠한 종류의 이점을 얻을 수 있는가에 대해 논의하고 있는 연구가 부족해서이다. 우리는 이 논문에서 수치 연구를 통해 AIC와 AICc의 성능을 비교하고 AICc 의 사용이 가져오는 장점에 대해 확인을 할 것이다. 또한, 포아송 또는 이항 분포 자료 분석에서 과대산포(overdispersion) 현상이 나타난 경우 사용하는 quasi Akaike's information criterion(QAIC)와 corrected quasi Akaike's information criterion(QAICc) 성능에 대해서도 시뮬레이션을 통해 비교해보고자 한다.

• 한국IT서비스학회지
• /
• 제22권4호
• /
• pp.1-19
• /
• 2023

This study is a study on the effect of technical readiness factors on counselors' intention to use when applying AICC. AICC counselors experience improved customer service and emotional stability by receiving various monitor notification window services based on artificial intelligence algorithms such as customer counseling history, prohibited word control system, and customized counseling system. Accordingly, this study tried to verify using factors derived from technology readiness theory and technology acceptance theory among the factors affecting the intention to continue using AICC provided to counselors. To verify the research hypothesis, the causal relationship between variables such as Optimism, Innovativeness, Discomfort, Insecurity, and Technology Acceptance Theory, such as Team Support, Ease of Usage, and Innovation Resistance, was verified. As a result of empirical analysis, first, it was verified that Optimism has a positive (+) effect on Team Support and Ease of Usage, and Discomfort and Insecurity have a negative (-) effect on Ease of Usage and Team Support. Second, it was confirmed that Team Support and Ease of Usage had a positive effect on the Intention to use AICC. Based on the above empirical analysis results, the concepts of Technical Readiness were clearly proved, and in practical terms, AICC helped inquiry, quality evaluation, recording, and management of counseling history, ultimately increased corporate work efficiency.

• 한국자동차공학회논문집
• /
• 제4권6호
• /
• pp.175-186
• /
• 1996

In Advanced Vehicle Control System(AVCS), Autonomous Intelligent Cruise Control(AICC) is generally understood to be a system that can be achieved in the near future without the demanding infrastructure components and technoloties. AICC is an automatic vehicle following system with no human engagement in the longitudinal vehicle direction. This paper presents a fuzzy control algorithm to develop the AICC system. The control performance was studied information of vehicles using computer simulations. The most improtant aspects of the work reported here are the adoption of the fuzzy adaptive control law, and the use of filtering concept to reduce the slinky effects that may appear in a formation of vehicles equipped with AICC systems. The simulation results demonstrate the effectiveness of the fuzzy adaptive AICC system and its beneficial effects on traffic flow.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2015년도 학술발표회
• /
• pp.143-143
• /
• 2015

기존의 빈도해석에서는 자료의 정상성을 가정하며, 이에 따라 적정모형 선정 시에 $x^2$ 검정이나 PPCC(Probability Plot Correlation Coefficient)검정과 같은 적합도 검정방법을 사용한다. 하지만 자료에서 경향성이 나타나거나 평균, 분산, 매개변수 등이 시간에 따라 변하는 등의 비정상성 현상들이 관측됨에 따라 비정상성 빈도해석에 관한 연구들이 활발히 진행되고 있다. 비정상성 빈도해석에서는 시간항과 같은 공변량이 포함된 매개변수를 가지는 비정상성 모형을 적용하게 되는데, 시간에 따라 매개변수가 계속 변하므로 매개변수에 따라 검정통계량이 고정되어 있는 기존의 적합도 검정방법의 적용이 어렵다. 따라서 비정상성 빈도해석의 적정 모형 선정에 적용할 수 있는 방법으로 최우도 함수에 기반한 모형 평가 방법인 AIC와 BIC가 추천되고 있으며 자료길이가 충분하지 않은 경우에는 AIC 대신하여 AICc의 사용이 추천되고 있다. 본 연구에서는 극치사상을 나타내는데 적합한 분포형인 GEV분포형의 위치, 규모 매개변수를 시간항으로 나타낸 다양한 비정상성 GEV모형에 대하여 Monte-Carlo 모의실험을 통해 AICc와 BIC의 적용성을 검토하였으며, 비정상성이 관측되는 실측 자료에 적용해보았다.

• 한국작물학회지
• /
• 제50권4호
• /
• pp.268-275
• /
• 2005

Early predictions of crop yields call provide information to producers to take advantages of opportunities into market places, to assess national food security, and to provide early food shortage warning. The objectives of this study were to identify the most useful parameters for estimating yields and to compare two model selection methods for finding the 'best' model developed by multiple linear regression. This research was conducted in two 65ha corn/soybean rotation fields located in east central South Dakota. Data used to develop models were small temporal variability information (STVI: elevation, apparent electrical conductivity $(EC_a)$, slope), large temporal variability information (LTVI : inorganic N, Olsen P, soil moisture), and remote sensing information (green, red, and NIR bands and normalized difference vegetation index (NDVI), green normalized difference vegetation index (GDVI)). Second order Akaike's Information Criterion (AICc) and Stepwise multiple regression were used to develop the best-fitting equations in each system (information groups). The models with $\Delta_i\leq2$ were selected and 22 and 37 models were selected at Moody and Brookings, respectively. Based on the results, the most useful variables to estimate corn yield were different in each field. Elevation and $EC_a$ were consistently the most useful variables in both fields and most of the systems. Model selection was different in each field. Different number of variables were selected in different fields. These results might be contributed to different landscapes and management histories of the study fields. The most common variables selected by AICc and Stepwise were different. In validation, Stepwise was slightly better than AICc at Moody and at Brookings AICc was slightly better than Stepwise. Results suggest that the Alec approach can be used to identify the most useful information and select the 'best' yield models for production fields.

• 한국통계학회:학술대회논문집
• /
• 한국통계학회 2005년도 춘계 학술발표회 논문집
• /
• pp.73-77
• /
• 2005

본 논문은 시계열에 내재된 설${\cdot}$추석 등 음력 명절효과의 존재를 검정하기 위해 RegARIMA 모형의 잔차에 대한 t-검정 통계량을 제시하였으며 Box-plot에 의한 그래프적 진단을 시도하였다. 제시된 t-검정 결과를 X-12-ARIMA의 AICC-사전검정 및 RegARIMA 모형에 의해 추정된 명절효과 회귀계수의 t-값과 비교하였다. 사용된 명절효과 변수는 Bell과 Hillmer(1983)의 명절효과 변수이다.

• 한국전산구조공학회논문집
• /
• 제13권4호
• /
• pp.405-415
• /
• 2000

한 구조물에 작용하는 풍압력 시계열이 자기회귀 이동평균(ARMA) 모델을 사용하여 모델화 된다. AR 과정에서 시계열의 현재 값은 유한한 수의 이전 값들의 선형적 결합과 한 백색잡음에 의해 나타난다. MA 과정에서 시계열의 현재값은 유한한 수의 이전 백색잡음들에 선형적이다. ARMA 과정은 AR과 MA 과정의 결합이다. 본 논문에서, AR, MA와 ARMA 모델이 풍압력 시계열에 적용되고, 데이터를 나타내기에 가장 적합한 ARMA 모델을 선정하는 과정이 소개된다. 모델의 변수들은 최대 가능도법을 사용하여 산정되고, 압력 시계열의 시간적 복잡성의 척도인 모델 차수를 최적화하기 위해 AICC 모델 선정 기준이 사용된다. 또한, 모델의 유효성을 조사하기 위해 LBP 검사가 사용된다. 본 연구로부터, AR 과정이 풍압력 시계열을 나타내기에 가장 적합하다는 결론이 얻어진다.

• 한국산학기술학회논문지
• /
• 제17권5호
• /
• pp.645-652
• /
• 2016

입력 랜덤 변수(input random variable)의 통계 모델링은 기계시스템의 신뢰성 해석(reliability analysis), 신뢰성 기반 설계(reliability-based design optimization), 해석모델의 통계적 검정(validation) 및 보정(calibration)을 위해 반드시 필요하다. 대표적인 통계모델링 기법에는 Akaike Information Criterion (AIC), AIC correction (AICc), Bayesian Information Criterion, Maximum Likelihood Estimation (MLE), Bayesian 방법 등이 있다. 이러한 방법들은 기본적으로 주어진 데이터로부터 후보 모델의 우도함수값을 이용하여 후보 모델 중 가장 적합한 모델을 선택하는 방법이며, 방법에 따라 데이터 수 혹은 파라미터의 수를 고려하여 모델을 선정한다. 하지만 실제 현장에서 데이터의 통계모델링을 하는 엔지니어는 각 방법의 장단점에 대한 이해가 부족하여 어떤 방법이 정확한 방법인지 몰라 통계모델링 수행 시 어려움이 있다. 본 논문에서는 다양한 통계모델링 방법들을 비교하고 각 방법의 장단점 분석을 통해 가장 적합한 모델링 기법을 제안하고자 한다. 각 방법의 검증을 위해 다양한 모분포를 가정하고 다양한 사이즈의 샘플을 임의로 생성하여 시뮬레이션을 수행하였으며, 실제 공학 데이터를 사용하여 통계모델링 방법의 유효성을 검증하였다.

• 컴퓨터교육학회논문지
• /
• 제6권1호
• /
• pp.19-28
• /
• 2003

본 논문에서는 e-learning의 컨텐츠 표준화 연구에 있어 국내외적으로 관심이 집중되고 있는 ADL의 SCORM 표준을 따르는 LMS를 개발하기 위해 컴포넌트 구조에 기반한 개발 방법론을 제시한다. 또한 JSP, EJB 등 J2EE 기반의 분산 객체 컴포넌트에 기반하여 개발된 LMS인 iOneLMS를 SCORM 표준을 따르는 LMS로 변환하기 위해 제시된 방법론에 따라 SCORM 핵심 모듈을 설계하고 J2EE 기반의 EJB 컴포넌트로 구현하였다. SCORM 컴포넌트 모듈은 컨텐츠 들여오기, 강좌등록하기, 수강 및 학습 데이터 수집 등 세 모듈로 나누어 구현하도록 하였으며, 구현 과정에서 ADL 및 AICC에서 제공하는 클래스 라이브러리를 일부 재사용 하였다.

• Genomics & Informatics
• /
• 제18권3호
• /
• pp.30.1-30.7
• /
• 2020

The novel coronavirus pandemic that has originated from China and spread throughout the world in three months. Genome of severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) predecessor, severe acute respiratory syndrome coronavirus (SARS-CoV) and Middle East respiratory syndrome coronavirus (MERS-CoV) play an important role in understanding the concept of genetic variation. In this paper, the genomic data accessed from National Center for Biotechnology Information (NCBI) through Molecular Evolutionary Genetic Analysis (MEGA) for statistical analysis. Firstly, the Bayesian information criterion (BIC) and Akaike information criterion (AICc) are used to evaluate the best substitution pattern. Secondly, the maximum likelihood method used to estimate of transition/transversions (R) through Kimura-2, Tamura-3, Hasegawa-Kishino-Yano, and Tamura-Nei nucleotide substitutions model. Thirdly and finally nucleotide frequencies computed based on genomic data of NCBI. The results indicate that general times reversible model has the lowest BIC and AICc score 347,394 and 347,287, respectively. The transition/transversions bias for nucleotide substitutions models varies from 0.56 to 0.59 in MEGA output. The average nitrogenous bases frequency of U, C, A, and G are 31.74, 19.48, 28.04, and 20.74, respectively in percentages. Overall the genomic data analysis of SARS-CoV-2, SARS-CoV, and MERS-CoV highlights the close genetic relationship.