• 응용통계연구
• /
• 제29권1호
• /
• pp.99-112
• /
• 2016

비대칭 점프확산 모형은 자산 가격의 비대칭적 변동을 효과적으로 설명하는 모형으로 활용되어 왔다. 그러나 다변량 모형으로 확장한 다변량 비대칭 라플라스 점프확산 모형은 가능도함수가 닫힌 해로 존재하지 않아 모형의 추론에 한계가 존재하였다. 본 논문에서는 이러한 한계점을 극복하기 위해 자료 확장 기법을 제안하고 새로운 베이지안 추론 방법을 개발한다. 본 논문에서 제안된 모형은 단일 점프와 공통 점프 뿐만 아니라 모든 가능한 조합으로 발생하는 점프를 반영한 확장된 다변량 비대칭 라플라스 점프확산 모형이다. 이러한 모형을 분석하기 위해 붕괴된 깁스 샘플러를 고안한 베이지안 방법을 개발하였다. 본 논문에서 제안된 모형과 방법을 모의실험 자료 및 2005년 1월 3일부터 2015년 9월 30일까지 관찰된 일별 KOSPI, S&P500, 그리고 Nikkei225에 적용하여 효율성을 검증하였다.

• 응용통계연구
• /
• 제31권5호
• /
• pp.573-585
• /
• 2018

본 연구에서는 제 2형 당뇨(type 2 diabetes mellitus)의 발병 확률을 예측하기 위해 11가지 위험요인을 가지고 로지스틱 회귀모형과 순수 베이지안 분류기 모형에 적합시킨다. 그런 다음 이를 시각적으로 쉽게 이해하는데 도움을 주는 노모그램 구축 방법을 소개한다. 분석은 2013-2015년 6기 국민건강영양조사 데이터를 가지고 분석하였다. 또 로지스틱 회귀모형에 세 가지 상호작용 항을 넣어 분석의 질을 높이고자 하였고 베이지안 노모그램에 left-aligned 방법을 사용하여 비교하기 쉽게 만들었다. 최종적으로 두 노모그램을 비교하고 효용성을 알아보았다. 마지막으로 ROC 곡선을 이용하여 노모그램이 적절한지 검증하였다.

• 대한토목학회논문집
• /
• 제38권5호
• /
• pp.655-669
• /
• 2018

본 연구에서는 비정상성 Bayesian 빈도해석모형을 토대로 외부 기상인자에 의한 시변성을 고려할 수 있는 계절강수량 예측모형을 구축한 후 산정된 결과를 입력 자료로 하여 직접적으로 일단위 이하의 극치강수량을 상세화시킬 수 있는 베타 모델(four parameter beta, 4PB)을 연계하여 한강 및 금강유역의 미래 계절 강수량 전망 및 일단위 이하의 확률강수량을 도출하였다. 모형의 적합성 검증을 위하여 2014~2017년의 모의된 사후 확률분포 값과 관측치를 비교하였다. 그 결과 계절강수량 모의에서 한강은 관측 값의 최대 약 86.3%, 금강은 약 98.9% 일치하는 것을 확인할 수 있었다. 지속시간별 극치강우량은 약 65.9~99.7%의 정확성을 나타냈다. 이에 본 연구에서 산정한 결과는 기상변동성을 다양한 시간규모에서 고려하기 위한 정보로 활용할 수 있을 것으로 판단된다.

• Communications for Statistical Applications and Methods
• /
• 제19권2호
• /
• pp.237-246
• /
• 2012

다중 변환점(multiple change-point) 추론에 있어 소량자료에 관한 연구는 많지 않다. 본 논문에서는 소량 자료의 다중 변환점 추정을 위해 베이지안 비중심(noncentral) t 분포 변환점 모형을 제안하고, 제안된 모형 추론을 위해 메트로폴리스-해스팅스를 포함한 깁스 샘플링(Metropolis-Hastings-Within-Gibbs sampling) 알고리즘을 이용하였다. 모의실험 및 태풍 발생 수의 실증 분석결과는 제안된 모형과 알고리즘의 우수성을 보여 준다.

• KDI Journal of Economic Policy
• /
• 제31권1호
• /
• pp.1-25
• /
• 2009

본 논문은 일반적인 뉴 케인지언 이론의 주요 특징을 바탕으로 하는 동태적 확률 일반 균형 모형을 설정하고 이를 바탕으로 하여, 베이지안 추정법을 통해 한국의 자연 산출량과 자연 이자율의 추정을 시도하였다. 본 논문의 주요 결과는 다음과 같다. 첫째, 이러한 이론 모형에 의해 추정된 산출량 갭은 기존의 일반적인 접근법에 의한 추정치보다 변동 폭이 훨씬 작은 것으로 나타났다. 둘째, 다양한 모형 설정을 통해 결과의 민감도를 살펴본 경우, 필립스 커브에서의 과거 지향적 요인 및 소비 행태에서의 습관 형성 등이 한국 거시경제의 동태적 양상을 설명하는 데 중요한 요인일 수 있는 것으로 나타났다.

• Journal of the Korean Data and Information Science Society
• /
• 제24권4호
• /
• pp.755-762
• /
• 2013

본 논문은 NHPP 소프트웨어 신뢰성모형에서 모수추정과 고장시간에 대한 예측을 다루고자 한다. 소프트웨어 신뢰성모형 Goel-Okumoto모형에서 평균값 함수에 대한 최우추정과 경험적 사전분포를 가정한 공액사전분포에서 베이지안 추정을 다루었다. 실제 자료에서 두 가지 추정법에 의한 모수 추정값을 제공하였으며, 모형의 적합성을 판정하고, 고장수에 대한 예측값을 비교하였다.

• 응용통계연구
• /
• 제18권3호
• /
• pp.597-606
• /
• 2005

대개의 표본조사에서 무응답은 필연적으로 발생되고 있고, 직접 표본조사에 참가하지 않은 데이터의 사용자는 무응답의 원인을 알 수 없는 것이 일반적이므로 데이터 분석에 어려움을 갖는다. 또 대부분의 통계분석 방법은 무응답을 전제하지 않고 있어 무응답이 있는 항목은 데이터 분석의 걸림돌이 된다고 하겠다. 최근 무응답에 대해 대체법이 하나의 표준적인 처리 방법이 되고 있어 현재까지 대체법에 대한 많은 연구가 있었으나 대부분의 대체법은 정규성 등을 가정한 연속형 변수의 대체법에 대한 것이었다. 그러나 표본조사에서 많은 중요한 항목들이 순서 범주에 의해 측정되는 경우가 많으므로 범주형변수의 대체법에 대한 연구가 필요하며, 본 연구에서는 보조변수가 있는 경우 Bayesian 모형에 의한 순서범주형 항목의 대체법에 대해 알아본다.

• 재무관리연구
• /
• 제22권2호
• /
• pp.43-69
• /
• 2005

본 논문은 한국 주식시장에서 CAPM 베타의 시간에 따른 변동패턴을 설명하는데 있어서 베이지안 분석기법에 기반을 둔 확률베타모형(stochastic be model)이 기존의 조건부 베타모형이나 이변량 GARCH(1,1)모형보다 추정의 정확도나 베타의 설명력 측면에서 더 우월하다는 실증적 증거를 보여주었다. 확률베타모형으로 추정한 베타는 주식수익률의 횡단면 변동의 $30{\sim}50%$를 설명하는 반면, 다른 시변베타모형은 3% 이하의 설명력에 그쳤다. 이렇게 확률베타모형에서 추정된 베타의 높은 설명력은 흔히 시장이상현상으로 받아들여지고 있는 기업규모효과나 장부가/시가비율효과, 고유변동성효과들을 대부분 흡수하는 것으로 나타났다. 이것은 시장이상 현상들이 베타 참값의 변동과 밀접하게 관련되어 있으며, 기대수익률 변동과 깊은 관련이 있다는 합리적 자산가격결정의 입장을 지지하는 것으로 해석된다.

• 응용통계연구
• /
• 제28권2호
• /
• pp.137-149
• /
• 2015

본 논문에서는 비정상 극치 강수 자료에 대해 계층적 베이지안 모형을 적용하여 시간에 따른 모수의 변화를 추정하며, 미래 확률 강수량에 대한 극단값 분포를 예측하고 더 나아가 반환기간에 대한 경향과 예측 값을 얻고자 한다. 이전의 고전적 통계 방법을 통한 강수 자료의 모수 추정연구의 경우, 자료의 정상성 가정 하에 고정된 모수를 추정하는 방법으로, 최근 나타난 비정상 강수 사상과 같이 강수량이 가지는 분포의 모수적 변화가 예상되는 경우 해석상 문제가 발생한다. 이러한 문제점을 해결하기 위해 모형의 관심모수에 시간에 따른 자기 상관 선형 회귀 함수를 적합한 계층적 베이지안 모형을 고려한다. 제안된 모형의 효율성을 확인하기 위해서 1973년부터 2011년까지 39년 동안의 우리나라 여러지역의 기상 관측소에서 관측된 일일 강우량 자료가 사용하여 대표적인 극단값 분포인 Generalized Extreme Value(GEV) 분포에 적합시키고, 계층적 베이지안 모형을 이용하여 이들 분포의 모수들에 자기상관 시간모형을 소개한 후 우리나라 여러지역에 대한 반환기간에 대한 시간에 따른 경향을 확인하였다.

• 응용통계연구
• /
• 제14권2호
• /
• pp.449-462
• /
• 2001

베이지안 다중 검정방법(multiple hypothesis test)은 여러 통계모형에서 성공적인 결과를 주는 것으로 알려져있다. 일반적으로, 베이지안 가설검정은 고려중인 모형에 대한 사후확률을 계산하여 가장 높은 확률은 갖는 모형을 선택하기 때문에 귀무가설의 기각여부에만 관심을 가지는 고전적인 분산분석 검정과는 달리 좀 더 구체적인 모형을 선택할 수 있는 장점이 있다. 이 논문에서는 독립이면서 로그정규분포를 따르는 K($\geq$3)개 모집단의 모수에 대한 가설 검정방법으로 O’Hagan(1995)이 제안한 부분 베이즈 요인을 이용한 베이지안 방법을 제안한다. 이 때 모수에 대한 사전분포로는 무정보적 사전분포를 사용한다. 제안한 검정 방법의 유용성을 알아보기 위하여 실제 자료의 분석과 모의 실험을 이용하여 고전적인 검정방법과 그 결과를 비교한다.