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.
본 연구에서는 실무 및 학계에 종사하는 45명의 전문가 집단을 대상으로 쌍별비교(pairwise comparision)에 의한 설문조사에서 얻어진 전문가들의 의견을 AHP 분석을 통하여 종합하는 과정을 거쳐 부도예측모형을 설계하여 검증한 뒤, LOGIT모형과 비교하였다. 본 연구에 의하면 부도예측모형에서 정량적인 정보보다 정성적인 정보가 더 중요한 역할을 한다는 D.Bunn-G.Wright(1991)의 연구와 일치하는 결과를 얻을 수 있었다. 본 연구에서 발견된 분석결과를 요약하면 다음과 같다. 첫째로 LOGIT 모형과 AHP 모형에서 모두 정량적인 정보만을 고려하는 경우보다 정성적인 정보를 함께 고려한 모형에서 부도예측율이 더 높은 것으로 나타나고 있어 부도가능성을 예측하는데 있어 정성적인 정보가 중요한 역할을 한다는 결론을 얻었다. 둘째로 AHP를 이용한 부도예측 모형을 설계할 때 각 속성에 대한 전문가(45명)들의 의견을 종합하는 방법으로 산술평균과 기하평균을 이용한 검증결과에 의하면 기하평균방법을 통하여 전문가들의 의견을 종합하는 것이 보다 합리적이라는 실증적 증거를 얻을 수 있었다. 셋째로 Akaike의 기준값을 분석한 결과에 의하면 LOGIT 모형은 정량적인 정보와 정성적인 정보를 모두 이용한 모형이 가장 우수한 것으로 판명되었고, 모형의 부도예측력도 가장 높은 것으로 밝혀졌다. AHP 모형은 정성적인 정보만을 이용한 모형에서 가장 높은 부도예측을을 나타내었으며, 기하평균을 이용한 AHP 모형은 LOGIT 모형보다 항상 높은 부도예측율을 보여주었다.
도래각 추정, 간섭제거, 신호 수신 등을 위해 수신신호에 포함되는 신호의 개수를 정확히 파악하는 것이 필요하다. 대표적인 신호 개수 추정 알고리즘으로 AIC(: Akaike Information Criterion)와 MDL(: Minimum Description Length) 알고리즘이 있는데, 이들 알고리즘은 각 기준이 최소화되는 값을 찾아 신호의 개수를 추정한다. 수신기의 배열 안테나 요소 개수가 증가하면 추정 성능이 향상되지만, 최소값을 찾기 위해 모든 안테나 요소에 대한 기준값을 계산하여야 하므로 복잡도가 크게 증가한다. 이러한 문제를 해결하기 위해, 본 논문에서는 빔공간 처리를 통해 차원을 축소시켜 계산량을 줄이면서 효율적으로 신호의 개수를 추정할 수 있는 빔공간 기반의 AIC와 MDL 알고리즘을 제안한다. 또한, 다양한 시나리오 기반의 컴퓨터 시뮬레이션을 통해 제안된 알고리즘의 성능을 평가하고 분석한다.
본 논문에서는 레이더를 이용한 표적 길이 추정 정확도를 향상시키기 위한 방법에 관해 소개한다. 레이더 수신신호를 통해 만들어지는 고해상도 거리측면도(HRRP: High Resolution Range Profile)은 표적의 1차원적인 산란 특성을 나타내며, HRRP에서의 피크(peak)는 전자기파를 강하게 산란시키는 산란점(scattering center)을 의미한다. 추출된 산란점을 이용하여 레이더 가시선 방향(RLOS: Radar Line of Sight)의 길이인 표적 종방향 거리(downrange) 길이를 추정하며, 표적과 레이더 가시선 방향이 이루는 각도를 통해 표적의 실제 길이를 추정한다. 길이 추정의 정확도를 향상시키기 위해, HRRP를 이용하는 방법보다 정확하게 산란점을 추출하기 위한 방법인 매개변수 추정방법(parametric estimation method)을 이용할 수 있다. 매개변수 추정방법은 산란점 개수가 결정된 후에 적용되며, 따라서 산란점 개수 추정의 정확도에 크게 영향을 받는다. 본 논문에서는 레이더를 통한 표적 길이 추정 정확도를 향상시키기 위해, 정보 이론적 판단 기준에 바탕을 둔 신호원 수 추정방법인 AIC (Akaike Information Criteria), MDL (Minimum Descriptive Length), GLE (Gerschgorin Likelihood Estimators)방법들을 이용하여 산란점 개수를 추정하였다. 매개변수 추정방법으로 ESPRIT기법을 이용하여, 간단한 표적 캐드 모델에 대한 길이 추정 시뮬레이션을 수행하였으며, GLE방법이 산란점 개수 추정과 표적 길이 추정에 우수한 성능을 보임을 확인하였다.
수공구조물의 설계에서는 홍수빈도분석을 통해 산정된 특정 재현기간에서의 확률수문량이 설계기준으로 사용된다. 그러나 최근 기후변화로 인해 이상기후 현상이 심해짐에 따라 수문기상자료의 정상성을 가정하는 기존의 홍수빈도분석은 변화되는 수문현상을 적절히 표현하지 못하는 경우가 많다. 본 연구에서는 확률분포의 모수가 시간에 따라 변화하는 비정상성 빈도분석기법을 적용하였으며 확률분포의 모수들을 최우추정법으로 추정하였다. 또한, 분위수 추정과정에서도 비정상성을 고려하여 정상성 가정에서 산정된 재현기간 및 위험도와 비교분석하였다. 확률분포는 GEV 분포를 사용하여 정상성 및 비정상성 모형 4개를 구축하였다. 특히, 비정상성 모형은 위치모수만 선형 경향성을 가지는 경우, 규모모수만 선형경향성을 가지는 경우, 위치 및 규모모수가 선형경향성을 가지는 경우의 3가지로 구분하여 적용하였다. 구축된 4개의 모형 중 적합모형을 선정하기 위해 우도비 검정과 Akaike 정보기준을 사용하였으며 적합모형선정 절차를 체계적으로 구축하고 적용하여 적합모형을 선정하였다. 본 연구에서 구축된 비정상성 홍수빈도분석 기법은 우리나라의 8개 다목적댐 (충주댐, 소양강댐, 안동댐, 임하댐, 합천댐, 대청댐, 섬진강댐, 주암댐)으로부터 취득된 과거 관측 댐 유입량을 대상으로 하여 적용되었다. 우도비 검정과 Akaike 정보기준을 이용한 적합 모형 선정 결과 합천댐과 섬진강댐이 비정상성 GEV 모형에 적합한 것으로 분석되었고, 나머지 지점의 다목적댐들은 정상성 모형에 적합한 것으로 분석되었다. 합천댐과 섬진강댐의 경우 비정상성 가정에서 산정된 재현기간이 정상성 가정에서 산정된 재현기간보다 매우 작게 산정되었으며 확률수문량과 위험도는 크게 산정되었다. 적합모형으로 정상성 모형이 선정된 6개의 다목적댐 중 소양강댐은 Mann-Kendall 비모수 경향성 검정 결과 유의하지는 않지만 비교적 큰 선형경향성을 가지고 있었다. 비록 비정상성 모형이 적합모형으로 선정되지는 않았지만 소양강댐에 비정상성 모형을 가정하여 재현기간과 확률수문량, 위험도를 분석한 결과 정상성 모형 가정에서 산정한 결과와 상당한 차이가 있었다. 이와 같은 결과는 수문자료의 정상성과 비정상성을 고려한 홍수빈도분석이 향후 수공구조물의 설계에 있어서 신뢰성 있는 확률수문량을 결정하는데 도움이 될 것으로 판단된다.
본 연구의 목적은 임의효과(random effect)를 이용하여 충남지역 임령-바이오매스 모형을 개발하고 임의효과의 적용성을 평가하는데 있다. 충남지역 소나무림의 임령에 따른 바이오매스 모형 개발을 위해 임분 구조를 고려하여 전국의 중부지방소나무 임분에서 30개소(150그루)를 조사하고 임령과 바이오매스 자료를 수집하였다. 모형 개발에서 중부지방소나무의 임령-바이오매스 관계는 고정효과(fixed effect)이고 지역간 차이를 임의효과로 설정하였다. 임의효과에 따른 모형의 적합도를 검정하기 위해 아카이케의 정보기준(Akaike Information Criterion, AIC)을 참고하고 지역간 차이에 따른 분산-공분산 행렬과 오차항을 추정하였다. 추정된 공분산은 -1.0022, 오차항은 0.6240이고 분산-공분산 행렬을 이용한 임의효과 모형의 AIC는 377.7을 나타내어 선행 연구와 이질적인 차이는 없었다. 이러한 결과는 범주형 자료의 임의효과가 모형 개발에 반영된 결과로 판단된다. 본 연구의 결과는 임의효과를 이용하여 일부지역에 국한되어 개발되었던 바이오매스 모형 연구에 활용이 가능하다.
본 연구에서는 모수(parameter)가 시간에 따라 변화하는 비정상성 확률분포를 훙수빈도분석에 적용하였다. 또한, 비정상성을 가정한 재현기간 및 위험도를 추정하였다. GEV (Generalized Extreme Value) 분포를 사용하여 정상성 및 비정상성 모형 4개를 구축하였으며 비정상성 모형은 위치모수(location parameter)만 선형경향성을 가지는 경우, 규모모수(scale parameter)만 선형경향성을 가지는 경우, 위치 및 규모모수가 모두 선형경향성을 가지는 경우의 3가지로 구분되었다. 구축된 4개의 모형 중 적합모형을 선정하기 위해 상대적 우도비 검정과 Akaike 정보기준을 사용하였으며, 우리나라의 8개 다목적댐(충주댐, 소양강댐, 안동댐, 임하댐, 합천댐, 대청댐, 섬진강댐, 주암댐)으로부터 취득된 과거 관측 댐 유입량을 사용하여 제안된 절차를 적용하고 결과를 비교분석하였다. 적합모형 선정 결과 합천댐과 섬진강댐이 비정상성 GEV 모형에 적합한 것으로 분석되었고, 나머지 6개 지점의 다목적댐들은 정상성 모형에 적합한 것으로 분석되었다. 특히 합천댐과 섬진강댐의 경우 비정상성 가정에서 산정된 재현기간이 정상성 가정에서 산정된 재현기간보다 작게 산정되었음을 알 수 있었다.
본 논문에서는 2002년에 (사)볼런티어21에서 실시한 설문조사 자료를 이용하여 2001년에 우리나라 개인들이 기부한 횟수에 영향을 주는 유의한 변수들을 식별하였다. 기부횟수의 경험적 분포로 미루어 모집단은 기부를 적게 하는 집단과 많이 하는 집단으로 구성되며 따라서 모집단 분포를 두개 포아송 분포의 혼합분포로 모형화하였다. 이 모형에 기초하여 기부횟수에 영향을 미치는 변수들을 식별하였다. EM알고리즘을 이용하여 모수를 추정하고 2.5%와 97.5%에 기초한 백분위수 신뢰구간을 보완한 BCa(bias-corrected and accelerated) 신뢰구간을 계산하여 유의한 변수들을 찾았다. 연구결과 혼합 포아송 회귀모형에서는 기부횟수가 적은 집단("작은 군")과 기부횟수가 많은 집단("큰 군") 모두에서 소득과 자원봉사의 경험 유무(1:예, 0:아니오)가 기부횟수에 유의적으로 영향을 주는 변수로 밝혀졌다. 또한 두 변수 각각에서 회귀계수가 양수로 나타나 소득이 많을수록, 혹은 자원봉사의 경험이 있는 사람일수록 기부횟수가 증가하는 것을 알 수 있다. 그러나 소득과 자원봉사 변수의 회귀계수는 "작은 군"이 "큰 군"에 비해 더욱 크게 나타나고 있다. "작은 군"보다 "큰 군"의 사람들에게 기부가 생활화되어 있고, 따라서 소득과 자원봉사의 경험 유무가 기부횟수에 미치는 영향이 상대적으로 적은 것으로 파악된다.
경시적 자료는 각 환자마다 시간에 따라 반복 측정되는 코호트 연구 등에서 많이 쓰인다. 본 연구는 반응변수 간 상관성을 고려할 수 있는 결합 다단계 일반화 선형모형을 이용하여, 다변량 경시적 자료 분석을 수행하였다. 한국 유전체 역학 연구에서 실시한 코호트 자료를 적합하고 결과를 해석한다. 조건부 아카이케 정보 기준을 이용하여 모형 선택을 하고, 변량효과들의 추정치들을 설명한다.
동해안의 연안성 어족인 빨간횟대에 대해 망목크기 등을 달리한 8종류의 장구형 통발을 사용하여, 2003년 6월부터 12월까지 총 6차례에 걸쳐 어선 2척을 용선하여 조업한 어획실험으로부터 망목선택성 곡선을 구하여 합리적인 자원관리에 대한 기초 자료를 구하고자 하였다. 망목 크기가 20mm와 35mm인 두 통발의 빨간횟대 어획물로부터 체장에 따른 어획비율의 차이에 대해 특별한 경향을 발견할 수 없었다. 망목 크기가 20mm와 55mm인 두 통발의 경우에 대해 SELECT방법을 이용하여 equal split model 과 estimated split model을 적용한 결과, AIC 값이 적은 전자가 더 적절한 모델이므로, 빨간횟대의 경우는 이들 두 통발에 대한 입망률의 차이는 없는 것으로 나타났다. 망목 55mm의 통발에서 SELECT 모델로 구한 50% 어획될 빨간횟대의 전장은 22.0cm였다. 망목 크기가 20mm, 35mm, 55mm인 통발의 어획 자료에 Kitahara의 방법으로 logistic식을 적용하여 추정된 선택성 곡선식은 $s(R)\;=\;\frac{1}{1+exp(-0.3545R+2.141)$와 같았고, 현재 규정 망목 크기인 35mm 장구형 통발에 대해 50% 어획될 빨간횟대의 전장은 21.4cm이었다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.