• The Korean Journal of Applied Statistics
• /
• v.29 no.4
• /
• pp.627-641
• /
• 2016

In this paper, we consider a seemingly unrelated regression (SUR) model and propose a nonparametric Bayesian approach to SUR with a Dirichlet process mixture of normals for modeling an unknown error distribution. Posterior distributions are derived based on the proposed model, and the posterior inference is performed via Markov chain Monte Carlo methods based on the collapsed Gibbs sampler of a Dirichlet process mixture model. We present a simulation study to assess the performance of the model. We also apply the model to precipitation data over South Korea.

• Journal of the Korean Data and Information Science Society
• /
• v.22 no.3
• /
• pp.459-466
• /
• 2011

This article addresses robust Bayesian modeling for meta analysis which derives general conclusion by combining independently performed individual studies. Specifically, we propose hierarchical Bayesian models with unknown variances for meta analysis under priors which are scale mixtures of normal, and thus have tail heavier than that of the normal. For the numerical analysis, we use the Gibbs sampler for calculating Bayesian estimators and illustrate the proposed methods using actual data.

• Journal of the Korean Data and Information Science Society
• /
• v.12 no.2
• /
• pp.11-25
• /
• 2001

There are several algorithms for classification in modeling relations, patterns, and rules which exist in data. We learn to classify objects on the basis of instances presented to us, not by being given a set of classification rules. The Bayesian learning uses the probability distribution to express our knowledge about unknown parameters and update our knowledge by the law of probability as the evidence gathered from data. Also, the neural network models are designed for predicting an unknown category or quantity on the basis of known attributes by training. In this paper, we compare the misclassification error rates of Bayesian Neural Network method with those of other classification algorithms, CHAID, CART, and QUBST using several data sets.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.206-206
• /
• 2016

최근 기상변동성 증가 및 기후변화로 인해 기존 한반도의 기상패턴과 다른 이상강우 현상이 증가하고 있다. 이러한 변동성 증가는 수자원 계획을 수립하는데 있어 불확실성을 가중시키기고 있다. 이러한 점에서 수문 시계열의 변화양상을 효과적으로 인지할 수 있으며, 유역단위에서 일관된 변화를 평가할 수 있는 변동성 분석 개발이 필요하다. 이에 본 연구에서는 기존 변동성 분석방법에 계층적 베이지안(Hierarchical Bayesian) 기법을 연계하여 유역단위에서 변동점 해석을 위한 모형을 개발하였다. 한강유역의 30년 이상의 강우 자료를 활용하여 연강우량 자료를 구축하였으며, 본 연구를 통해 개발된 모형의 적합성을 평가하였다. 분석결과, 약 2000년대를 기준으로 강우의 변화 양상을 확인할 수 있었으며, 과거에 비해 강우의 증가 특성을 효과적으로 평가할 수 있었다. 이와 같은 수문기상자료에 대한 변동성 분석은 미래에 발생 가능한 홍수나 가뭄과 같은 사상을 모의함에 있어 효율적으로 활용될 수 있을 것으로 판단된다.

• Journal of the Korea Society of Computer and Information
• /
• v.14 no.7
• /
• pp.1-8
• /
• 2009

In this paper, make a study decision problem called an optimal release policies after testing a software system in development phase and transfer it to the user. The optimal software release policies which minimize a total average software cost of development and maintenance under the constraint of satisfying a software reliability requirement is generally accepted. The Bayesian parametric inference of model using log Poisson execution time employ tool of Markov chain(Gibbs sampling and Metropolis algorithm). In a numerical example by T1 data was illustrated. make out estimating software optimal release time from the maximum likelihood estimation and Bayesian parametric estimation.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.225-225
• /
• 2022

수자원의 계획 및 설계에 활용되는 홍수량 산정 방법은 홍수량 빈도해석 방법과 강우-유출 모형에 의한 방법으로 구분된다. 홍수량 빈도해석에 의한 방법은 홍수량 자료를 직접 빈도해석 하여 확률홍수량을 산정하며 이론적으로 가장 정확한 방법으로 평가된다. 기존의 홍수량 해석은 자료의 제약으로 인하여 실측유량의 직접 빈도해석은 한계가 있었으나 과거부터 국가적으로 수문조사를 수행하여 10년 이상의 실측유량 자료를 확보할 수 있는 수준에 도달하였다. 본 연구는 수위-유량 관계 곡선식을 통하여 안정적으로 확보된 실측유량 자료를 활용하여 홍수량 빈도해석을 수행하였다. 홍수량 빈도해석을 위하여 Bayesian 기법을 적용하여 매개변수를 산정하고 빈도별 홍수량의 불확실성을 정량화하였다. 확률홍수량 산정 결과는 장기간의 강우량 자료를 적용하여 강우-유출모형으로 산정된 홍수량과 근접한 것을 확인하였다. 수문조사를 통하여 장기간의 실측유량 자료를 활용하여 다각적인 관점으로 수문해석을 가능할 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2009.05a
• /
• pp.1147-1151
• /
• 2009

In this study, we address the problem of producing probability forecasts of summer seasonal rainfall, on the basis of Hindcast experiments from a ensemble of GCMs(cwb, gcps, gdaps, metri, msc_gem, msc_gm2, msc_gm3, msc_sef and ncep). An advanced Hierarchical Bayesian weighting scheme is developed and used to combine nine GCMs seasonal hindcast ensembles. Hindcast period is 23 years from 1981 to 2003. The simplest approach for combining GCM forecasts is to weight each model equally, and this approach is referred to as pooled ensemble. This study proposes a more complex approach which weights the models spatially and seasonally based on past model performance for rainfall. The Bayesian approach to multi-model combination of GCMs determines the relative weights of each GCM with climatology as the prior. The weights are chosen to maximize the likelihood score of the posterior probabilities. The individual GCM ensembles, simple poolings of three and six models, and the optimally combined multimodel ensemble are compared.

• 한국방재학회:학술대회논문집
• /
• 2010.02a
• /
• pp.53.2-53.2
• /
• 2010

국내 홍수빈도해석 지침서 제공을 위한 기초 연구로서 미국 홍수빈도해석 지침서인 Bulletin 17B과 같이 국내 적합한 홍수빈도해석 기법을 제시하고자 하였다. 홍수빈도해석 지침서의 핵심은 확률분포형과 매개변수 추정법을 제시하는 것이며 이에 GEV(Generalized Extreme Value), GLO(Generalized Logistic) 분포, B-GLS(Bayesian Generalized Least Square) 기법을 대상으로 다양한 연구를 수행하였다. B-GLS 기법을 이용하여, 국내 대유역에 골고루 위치하며 댐의 영향을 받지 않는 31개 지점의 연최대 일유량 시계열의 L-변동계수(L-moment coefficient variation)와 L-왜도계수(L-moment coefficient skewness)를 추정할 수 있는 회귀모형을 제안하였다. 위 회귀모형을 구성하기 위한 유역특성으로는 유역면적, 유역경사, 유역평균강우 등을 사용하였다. Bayesian-GLS(B-GLS) 적용 결과를 OLS(Ordinary Least Square) 및 B-GLS 기법에서 지점간의 상관관계를 고려하지 않는 Bayesian-WLS(Weighted Least Square)와 비교 평가하여 그 우수성을 입증하였다. 따라서 본 연구에서 제안된 B-GLS에 의한 지역회귀모형은 국내의 미계측유역이나 또는 관측 길이가 짧은 계측유역의 홍수빈도분석을 위해 매우 유용할 것으로 기대된다. 또한 수행된 연구의 내용을 공론화하는 노력이 계속된다면 공감대가 형성된 가이드라인을 제정되는데 일조를 하리라 확신한다.

• Economic Analysis
• /
• v.26 no.4
• /
• pp.39-64
• /
• 2020

Typical business cycle models have difficulties in explaining key macroeconomic labor market variables, such as employment and unemployment, as they usually consider labor hour choices only. In this paper, we introduce labor market search and matching frictions into a New Keynesian nominal rigidity model and estimate it by Bayesian methods to examine the dynamics of the key labor market variables and business cycles in Korea. The results show that unemployment rates are largely explained by technology shocks, which affect the labor demand side, as well as labor supply shocks. In addition, wage bargaining shocks originating from the bargaining process between firms and workers have non-negligible negative effects on output and employment growth, and careful measures need to be taken to limit their adverse effects.

• Journal of Korea Water Resources Association
• /
• v.49 no.4
• /
• pp.315-325
• /
• 2016

Generally, a natural river discharge is highly regulated by the hydraulic structures, and the regulated flow is substantially different from natural inflow characteristics for the use of water resources planning. The natural inflow data are necessarily required for hydrologic analysis and water resources planning. This study aimed to develop an integrated model for more reliable simulation of daily dam inflow. First, a piecewise Kernel-Pareto distribution was used for rainfall simulation model, which can more effectively reproduce the low order moments (e.g. mean and median) as well as the extremes. Second, a Bayesian Markov Chain Monte Carlo scheme was applied for the SAC-SMA rainfall-runoff model that is able to quantitatively assess uncertainties associated with model parameters. It was confirmed that the proposed modeling scheme is capable of reproducing the underlying statistical properties of discharge, and can be further used to provide a set of plausible scenarios for water budget analysis in water resources planning.