• 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 2016년도 학술발표회
• /
• pp.528-528
• /
• 2016

신뢰성 있는 수문순환모의를 위해서 다양한 수문모형이 사용되고 있다. 그 중 대표적인 수문모형인 강우-유출 모형은 유역에 발생한 강우에 반응하는 유출특성을 평가하는데 이용된다. 강우-유출 과정은 강우량, 유출량, 도달시간 및 토양수분 등과 연관된 매개변수들의 최적화 과정을 통해서 추정된다. 하지만 동일한 강우사상이라도 다양한 매개변수들로 인하여 상당히 다른 유출패턴을 나타내기 때문에 수문순환 과정을 정확히 모의하기 위해서 강우-유출 분석시 불확실성 분석이 필수적으로 요구된다. 불확실성 분석은 통계학에서도 쉽지 않은 연구내용으로서 가장 진보된 불확실성 분석기법인 Bayesian 기법은 매개변수의 추정과 불확실성 분석을 동시에 수행할 수 있는 방법으로 매개변수들은 사후분포(posterior distribution)로 귀결되며 최종적으로 확률분포형의 형태를 가진다. 본 연구에서는 국내외적으로 널리 사용되는 단기유출 모형 HEC-1 모형에 Bayesian 기법을 연계하여 대상유역의 도달시간, 저류상수 및 CN No. 최적화 및 불확실성 평가를 수행하였다. 연구결과 Bayesian 기법을 통한 매개변수 최적화 결과는 안정적인 수렴결과를 확인하였으며, 확률강우량을 입력자료로 사용하여 산정된 빈도별 홍수수분곡선의 불확실성 분석을 통하여 향후 수공구조물의 위험도 분석 및 수자원계획 수립시 유용한 자료로 사용될 것으로 판단된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2019년도 학술발표회
• /
• pp.54-54
• /
• 2019

최근 이변량 가뭄 빈도해석시 Copula 함수 기반의 빈도해석모델을 활용한 분석이 이루어지고 있다. 그러나 기존 연구에서는 이변량 가뭄 빈도해석시 지점빈도해석에 국한되어 분석이 이루어지며, 지역을 대표하는 수문자료의 특성이 반영된 빈도분석에 대한 연구는 미진한 실정이다. 이에 본 연구에서는 Bayesian 기법과 이변량 Copula 가뭄 빈도해석 기법을 연계한 Bayesian 이변량 Copula 지역빈도해석 모델을 개발하였다. 개발된 모델에 모의자료를 적용하여 가정한 가뭄특성 및 매개변수를 추정하였으며, 유사하게 도출된 결과를 통해 모델의 적합성을 평가하였다. 최종적으로 최근 발생한 가뭄사례를 중심으로 이변량 가뭄 지역빈도해석을 수행한 결과, 기존 지점빈도해석보다 가뭄의 특성을 효과적으로 반영된 빈도해석이 이루어지는 것을 확인하였으며, 기존 Copula 모델에 Bayesian 기법을 도입하여 매개변수에서 발생하는 불확실성을 정량화 하였다. 본 연구에서 제안된 모델의 검증과정과 도출된 결과를 통해 가뭄자료의 지역적 분포특성 및 자료간의 상관성을 효과적으로 재현하는데 유리할 뿐만 아니라, 매개변수의 불확실성을 평가할 수 있는 장점을 제공할 것으로 판단된다.

• Smart Structures and Systems
• /
• 제21권5호
• /
• pp.705-713
• /
• 2018

High-speed rail (HSR) has been in operation and development in many countries worldwide. The explosive growth of HSR has posed great challenges for operation safety and ride comfort. Among various technological demands on high-speed trains, vibration is an inevitable problem caused by rail/wheel imperfections, vehicle dynamics, and aerodynamic instability. Ride comfort is a key factor in evaluating the operational performance of high-speed trains. In this study, online monitoring data have been acquired from an in-service high-speed train for condition assessment. The measured dynamic response signals at the floor level of a train cabin are processed by the Sperling operator, in which the ride comfort index sequence is used to identify the train's operation condition. In addition, a novel technique that incorporates salient features of Bayesian inference and time series analysis is proposed for outlier detection and change detection. The Bayesian forecasting approach enables the prediction of conditional probabilities. By integrating the Bayesian forecasting approach with time series analysis, one-step forecasting probability density functions (PDFs) can be obtained before proceeding to the next observation. The change detection is conducted by comparing the current model and the alternative model (whose mean value is shifted by a prescribed offset) to determine which one can well fit the actual observation. When the comparison results indicate that the alternative model performs better, then a potential change is detected. If the current observation is a potential outlier or change, Bayes factor and cumulative Bayes factor are derived for further identification. A significant change, if identified, implies that there is a great alteration in the train operation performance due to defects. In this study, two illustrative cases are provided to demonstrate the performance of the proposed method for condition assessment of high-speed trains.

• 응용통계연구
• /
• 제26권3호
• /
• pp.453-470
• /
• 2013

본 논문에서는 카드뮴의 반응-용량 모형에 대한 베이지안 분석을 실시하고 기준용량에 대한 추정값들을 유도하고 비교한다. 이를 위하여 독성물질에 대한 용량반응곡선에서 많이 활용되는 두 가지 모형을 사용하고, 카드뮴의 독성연구에 관련한 기존의 문헌으로 수집된 자료에 대한 성별, 연령, 인종, study code 등과 같은 소집단 간의 개별적 형질을 반영할 수 있는 베이지안 메타분석 관점에서의 모형분석을 실시한다. 이러한 두 가지 모형에 대한 베이지안 분석을 위하여 WinBUGS를 이용한 마르코프 연쇄 몬테칼로(Markov chain Monte Carlo; MCMC) 방법을 통하여 모수를 추정하고 이에 따른 다양한 기준용량들을 계산하고 비교해보았다. 베이지안 모형 적합뿐만 아니라 편차정보기준을 통해서 주어진 자료를 더 잘 설명하는 모형을 선택하는 베이지안 모형 선택을 고려하였고, 이를 실제 자료에 적용해본다.

• 한국산학기술학회논문지
• /
• 제15권5호
• /
• pp.2603-2609
• /
• 2014

기계시스템의 신뢰성 해석을 위해서는 기계시스템에 성능을 미치는 변수의 확률 분포와 파라미터를 결정하는 통계적 모델링은 반드시 필요하다. 하지만, 신뢰성 해석에서 상당수의 변수는 상관관계가 있음에도 불구하고 독립변수로 취급되거나 실험데이터 수가 부족하다는 이유로 통계 모델에 대한 잘못된 가정을 하는 경우가 많다. 본 연구에서는 베이지안 방법을 이용하여 상관관계를 갖는 데이터의 결합분포함수를 copula를 이용하여 모델링함으로써 적은 수의 데이터로부터 정확한 입력모델을 산정하는 방법을 제안하였으며, 방법의 검증을 위해 다양한 상관계수와 데이터 수에 대해 통계 시뮬레이션을 수행하였다. 그 결과 Bayesian방법은 상관계수가 낮아 후보함수가 유사하거나 샘플수가 적어 정확한 모델을 산정하기 어려운 경우에도 후보 copula 중 실제 copula와 가장 근사한 후보 copula를 선정하였다. 이러한 근사 후보 copula는 신뢰성 해석결과 역시 실제 copula 함수를 이용한 신뢰성 해석 결과와 유사한 결과를 가짐을 확인할 수 있으므로 베이지안 방법은 신뢰성 해석을 위해 정확한 통계모델링을 제공함을 알 수 있다.

• 한국통계학회:학술대회논문집
• /
• 한국통계학회 2000년도 추계학술발표회 논문집
• /
• pp.5-12
• /
• 2000

Meta-analysis refers to quantitative methods for combining results from independent studies in order to draw overall conclusions. We consider hierarchical models including selection models under a skewed heavy tailed error distribution and it is shown to be useful in such Bayesian meta-analysis. A general class of skewed elliptical distribution is reviewed and developed. These rich class of models combine the information of independent studies, allowing investigation of variability both between and within studies, and weight function. Here we investigate sensitivity of results to unobserved studies by considering a hierarchical selection model and use Markov chain Monte Carlo methods to develop inference for the parameters of interest.

• Journal of the Korean Statistical Society
• /
• 제31권1호
• /
• pp.63-75
• /
• 2002

Most attempts at Bayesian analysis of neural networks involve hierarchical modeling. We believe that similar results can be obtained with simpler models that require less computational effort, as long as appropriate restrictions are placed on parameters in order to ensure propriety of posterior distributions. In particular, we adopt a model first introduced by Lee (1999) that utilizes an improper prior for all parameters. Straightforward Gibbs sampling is possible, with the exception of the bias parameters, which are embedded in nonlinear sigmoidal functions. In addition to the problems posed by nonlinearity, direct sampling from the posterior distributions of the bias parameters is compounded due to the duplication of hidden nodes, which is a source of multimodality. In this regard, we focus on sampling from the marginal posterior distribution of the bias parameters with Markov chain Monte Carlo methods that combine traditional Metropolis sampling with a slice sampler described by Neal (1997, 2001). The methods are illustrated with data examples that are largely confined to the analysis of nonparametric regression models.

• Journal of the Korean Data and Information Science Society
• /
• 제27권1호
• /
• pp.245-254
• /
• 2016

Many surveys provide categorical data and there may be one or more missing categories. We describe a nonignorable nonresponse model for the analysis of two-way contingency tables from small areas. There are both item and unit nonresponse. One approach to analyze these data is to construct several tables corresponding to missing categories. We describe a hierarchical Bayesian model to analyze two-way categorical data from different areas. This allows a "borrowing of strength" of the data from larger areas to improve the reliability in the estimates of the model parameters corresponding to the small areas. Also we use a nonignorable nonresponse model with Bayesian uncertainty analysis by placing priors in nonidentifiable parameters instead of a sensitivity analysis for nonidentifiable parameters. We use the griddy Gibbs sampler to fit our models and compute DIC and BPP for model diagnostics. We illustrate our method using data from NHANES III data on thirteen states to obtain the finite population proportions.

• Journal of the Korean Data and Information Science Society
• /
• 제20권3호
• /
• pp.601-614
• /
• 2009

This paper derives noninformative priors for scale parameter of exponential distribution when the data are collected in multiple step stress accelerated life tests. We nd the objective priors for this model and show that the reference prior satisfies first order matching criterion. Also, we show that there exists no second order matching prior. Some simulation results are given and using artificial data, we perform Bayesian analysis for proposed priors.