• 응용통계연구
• /
• 제28권2호
• /
• pp.325-334
• /
• 2015

한국의 고령화는 매우 빠른 속도로 진행되고 있고, 노인자살은 노인의 주요 사망원인이며 노인은 다른 연력층보다 자살의 고위험군으로 알려져있다. 고령화 시대에서 노인의 자살은 사회적인 문제로 대두되고 있으며 이를 예방하기 위해 노인자살에 대한 위험요인을 파악하고, 지역적 차이를 확인하는 것이 중요하다. 특히 노인의 자살문제에서는 지역사회와의 통합결여 등이 큰 원인으로 고려되기 때문이다. 따라서, 본 논문에서는 공간적 상관관계를 고려하여 추정된 표준화사망률을 이용하여 질병지도를 작성하고자 하였다. 공간적 상관관계를 고려하기 위해서 simultaneous CAR model을 사용하였다. 2006년부터 2010년까지 통계청 사망자료를 이용하여 국내 시군구별 노인자살자수에 대해 두 모형을 적합시켜본 결과, 공간적 상관관계를 고려하지 않은 모형보다 공간적 상관관계를 고려한 모형이 더 좋은 모형임을 보였다. 또한 효율적인 베이지안 추론을 위해 격자망 방법 등을 고려하였다.

• 응용통계연구
• /
• 제35권6호
• /
• pp.703-724
• /
• 2022

다변량 경시적 자료 분석은 반복 측정된 자료에 존재하는 상관관계를 올바르게 추정하면서 자료를 분석해야 한다. 경시적 연구에서는 다변량 경시적 자료가 주로 생성되지만, 기존 통계적 모형은 대부분 단변량으로 분석되어 다변량 경시적 자료에 존재하는 복잡한 상관관계를 제대로 설명하지 못하게 된다. 따라서 본 논문에서는 복잡한 상관관계를 설명하기 위해 공분산 행렬을 모형화하는 다양한 방법에 대해 고찰한다. 그 중 수정된 콜레스키 분해, 수정된 콜레스키 블록분해와 초구분해를 살펴본다. 그리고 일반화 자기회귀모수 행렬이 가지는 희박성 문제를 해결하기 위해 베이지안 방법을 이용하여 청소년 패널 데이터를 분석한다. 청소년 패널 데이터는 다변량 경시적 자료이며, 반응 변수로는 학교 적응도, 학업 성취도, 휴대전화 의존도를 고려한다. 자기 상관 구조와 혁신 표준 편차 구조를 달리 가정하여 여러 모형을 비교한다. 가장 적합한 모형에 대해 학교 적응도와 학업 성취도에 대해 모든 설명 변수가 유의미하며, 휴대전화 의존도가 반응 변수일 때 사교육 시간을 제외한 모든 설명 변수가 유의미한 것으로 나타난다.

• 응용통계연구
• /
• 제27권6호
• /
• pp.1003-1016
• /
• 2014

조사를 통하여 수집된 자료에 기반하여 분석을 수행하는데 있어서 결측값에 대한 적절한 대체 방법은 보다 정확한 결과를 얻기 위한 매우 중요한 절차이다. 본 연구에서는 모형에 기반하여 결측자료에 대한 대체방법과 모형 추정방법을 다루었다. 특히 최대우도추정 방법의 적용에서 발생할 수 있는 변방값 문제(bounday soluntion problem)를 해결하기 위하여 베이지안 방법을 적용하였다. 분석된 결과를 바탕으로 하여 예측을 수행한 후 결측체계에 따른 정확성 비교를 수행하여 결측체계에 따른 결측모형의 선택 문제를 다루었다. 예측의 정확도를 측정하기 위하여 Bautista 등 (2007)이 제안한 MWPE(modified within precinct error) 이용하여 비교를 수행 하였다. 본 연구에서 제시된 방법들은 2012년에 시행된 제 18대 대통령 선거 당일 시행된 출구조사의 자료를 적용하여 분석을 수행하였다. 분석 결과 임의결측체계의 가정에 따른 결과가 비임의체계 가정에 따른 결과보다 예측의 정확도가 더 높았다.

• Journal of the Korean Data and Information Science Society
• /
• 제27권5호
• /
• pp.1215-1224
• /
• 2016

고해상도 격자 단위 기후정보는 농업, 관광학, 생태학, 질병학 등 다양한 분야의 현상을 설명하는 중요 요인이다. 고해상도 기후정보는 동적 모형과 통계적 모형을 통해 얻을 수 있다. 통계적 모형은 동적 모형에 비해 계산 시간이 저렴하여 시공간 해상도가 높은 기후자료 생성에 주로 이용한다. 본 연구에서는 2003년부터 2012년까지 1월에 관측된 일 평균기온자료를 토대로 통계적 모형의 일 평균 기온을 생성하였다. 통계적 모형으로 선형모형을 기반으로한 일반선형모형, 일반화가법모형, 공간선형모형, 베이지안공간선형모형을 고려하였다. 예측성능평가를 위해 60개소의 지상관측소에서 관측된 일 평균기온을 모형적합 자료로 사용하여 352개소의 자동기상관측의 일 평균기온을 검증하였다. 평균제곱오차와 상관계수를 보면 베이지안공간모형의 예측성능이 다른 모형에 비해 상대적으로 우수하였다. 최종적으로 $1km{\times}1km$ 격자 단위 일 평균기온 지도를 생성하였다.

• 응용통계연구
• /
• 제4권2호
• /
• pp.179-193
• /
• 1991

이 논문에서는 1960년대에 S. Warner에 의해 제시되었던 다양한 PR 기법을 소개하고 그 것들에 대한 최우추정량을 검토하였다. 이 논문의 주요 주제 중 하나는 Warner 모형, 무관질문 모형, 다앙응담모형을 선형모형으로 표현하는 것이다. 또 다른 주제는 PR 모형의 추론을 연구함에 있어서 베이지안 접근 방법을 이용하여 고찰하는 것이다.

• 한국수자원학회논문집
• /
• 제49권3호
• /
• pp.253-262
• /
• 2016

수위-유량 관계곡선(rating curve)은 수위표에서 관측된 수위 및 유량을 이용하여 만들어진 회귀분석식을 의미하며, 하천의 수위를 유량으로 환산하는 방법으로 일반적으로 활용되고 있다. 그러나 수위-유량 관계곡선식에서 저수위와 고수위와 분리 및 매개변수 추정에 있어 불확실성을 고려한 해석은 이루어지지 않고 있다. 이러한 이유로 본 연구에서는 수위-유량 관계곡선식에서 매개변수 추정 및 저 고수위 분리시 발생하는 문제점을 개선하기 위해 Bayesian 기법을 도입하였으며, 수위-유량 관계곡선식의 매개변수의 추정과 더불어 불확실성을 정량화 하는데 목적을 두었다. 이와 더불어 Bayesian 모형 기반 Multi-Segmented 수위-유량 관계곡선(Bayesian M-S)을 활용하여 저 고수위를 분리할 수 있는 새로운 수위-유량 관계곡선을 개발하고 기존 수위-유량 관계곡선과 비교 분석을 실시하였다. 그 결과 본 연구에서 개발한 Bayesian M-S 기법이 기존 수위-유량 관계곡선식 보다 개선된 결과를 도출할 수 있었으며, 수위-유량 관계곡선식의 신뢰구간을 제시하는데 유리한 것을 확인할 수 있었다.

• 산업경영시스템학회지
• /
• 제28권3호
• /
• pp.26-35
• /
• 2005

This paper is intended to compare the hazard rate estimations from Bayesian approach and maximum likelihood estimate(MLE) method. Hazard rate frequently involves unknown parameters and it is common that those parameters are estimated from observed data by using MLE method. Such estimated parameters are appropriate as long as there are sufficient data. Due to various reasons, however, we frequently cannot obtain sufficient data so that the result of MLE method may be unreliable. In order to resolve such a problem we need to rely on the judgement about the unknown parameters. We do this by adopting the Bayesian approach. The first one is to use a predictive distribution and the second one is a method called Bayesian estimate. In addition, in the Bayesian approach, the prior distribution has a critical effect on the result of analysis, so we introduce the method using computerized-simulation to elicit an effective prior distribution. For the simplicity, we use exponential and gamma distributions as a likelihood distribution and its natural conjugate prior distribution, respectively. Finally, numerical examples are given to illustrate the potential benefits of the Bayesian approach.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2009년도 학술발표회 초록집
• /
• pp.214-219
• /
• 2009

본 연구에서는 기후변동성 및 기후변화와 같은 외부충격을 극치수문사상 해석에 반영할 수 있는 비정상성 빈도해석 기법을 제안하고 서울지방 강수량에 대해서 검토를 실시하였다. 이러한 외부인자를 고려할 경우에 가장 큰 어려운 점은 극치분포의 매개변수를 효과적으로 추정하면서 동시에 불확실성을 정량화해야 한다는 점이다. 이러한 점에서 본 연구에서 제시한 Bayesian 방법은 상대적으로 우수한 해석 능력을 나타내고 있는 것으로 판단된다. 비정상성 빈도해석 기법을 서울지방 강수량에 선형경향성과 기후변화 영향을 고려하여 적용한 결과 현재에 비해 극치강수량에 발생 빈도가 크게 나타나는 특성을 보여주고 있다. 그러나 보다 신뢰성 있는 해석을 위해서 다양한 기상패턴 및 모형을 검토하는 것이 바람직 할 것으로 판단된다.

• 한국정보처리학회논문지
• /
• 제7권3호
• /
• pp.852-861
• /
• 2000

Software reliability growth models are used in testing stages of software development to model the error content and time intervals betwewn software failures. In this paper, using priors for the number of fault with the negative binomial distribution nd the error rate with gamma distribution, Bayesian inference and model selection method for Jelinski-Moranda and Goel-Okumoto and Schick-Wolverton models in software reliability. For model selection, we explored the sum of the relative error, Braun statistic and median variation. In Bayesian computation process, we could avoid the multiple integration by the use of Gibbs sampling, which is a kind of Markov Chain Monte Carolo method to compute the posterior distribution. Using simulated data, Bayesian inference and model selection is studied.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 2005년도 춘계학술대회
• /
• pp.232-239
• /
• 2005

Collaborative-filtering-enabled Web sites that recommend books, CDs, movies, and so on, have become very popular on the Internet. Such sites recommend items to a user on the basis of the opinions of other users with similar tastes. This paper discuss an approach to collaborative filtering based on the Simple Bayesian and apply this model to two variants of the collaborative filtering. One is user-based collaborative filtering, which makes predictions based on the users' similarities. The other is item-based collaborative filtering which makes predictions based on the items' similarities. To evaluate the proposed algorithms, this paper used a database of movie recommendations. Empirical results show that the proposed Bayesian approaches outperform typical correlation-based collaborative filtering algorithms.