• Communications for Statistical Applications and Methods
• /
• 제29권3호
• /
• pp.287-299
• /
• 2022

In radiation epidemiology, the excess relative risk (ERR) model is used to determine the dose-response relationship. In general, the dose-response relationship for the ERR model is assumed to be linear, linear-quadratic, linear-threshold, quadratic, and so on. However, since none of these functions dominate other functions for expressing the dose-response relationship, a Bayesian semiparametric method using splines has recently been proposed. Thus, we improve the Bayesian semiparametric method for the selection of the tuning parameters for splines as the number and location of knots using a Bayesian knot selection method. Equally spaced knots cannot capture the characteristic of radiation exposed dose distribution which is highly skewed in general. Therefore, we propose a nonparametric Bayesian knot selection method based on a Dirichlet process mixture model. Inference of the spline coefficients after obtaining the number and location of knots is performed in the Bayesian framework. We apply this approach to the life span study cohort data from the radiation effects research foundation in Japan, and the results illustrate that the proposed method provides competitive curve estimates for the dose-response curve and relatively stable credible intervals for the curve.

• Smart Structures and Systems
• /
• 제10권4_5호
• /
• pp.375-391
• /
• 2012

This paper reports the structural health monitoring benchmark study results for the Canton Tower using Bayesian methods. In this study, output-only modal identification and finite element model updating are considered using a given set of structural acceleration measurements and the corresponding ambient conditions of 24 hours. In the first stage, the Bayesian spectral density approach is used for output-only modal identification with the acceleration time histories as the excitation to the tower is unknown. The modal parameters and the associated uncertainty can be estimated through Bayesian inference. Uncertainty quantification is important for determination of statistically significant change of the modal parameters and for weighting assignment in the subsequent stage of model updating. In the second stage, a Bayesian model updating approach is utilized to update the finite element model of the tower. The uncertain stiffness parameters can be obtained by minimizing an objective function that is a weighted sum of the square of the differences (residuals) between the identified modal parameters and the corresponding values of the model. The weightings distinguish the contribution of different residuals with different uncertain levels. They are obtained using the Bayesian spectral density approach in the first stage. Again, uncertainty of the stiffness parameters can be quantified with Bayesian inference. Finally, this Bayesian framework is applied to the 24-hour field measurements to investigate the variation of the modal and stiffness parameters under changing ambient conditions. Results show that the Bayesian framework successfully achieves the goal of the first task of this benchmark study.

• Journal of the Korean Data and Information Science Society
• /
• 제26권6호
• /
• pp.1547-1555
• /
• 2015

We study the problem of nonignorable nonresponse in a two-way contingency table and there may be one or two missing categories. We describe a nonignorable nonresponse model for the analysis of two-way categorical table. One approach to analyze these data is to construct several tables (one complete and the others incomplete). There are nonidentifiable parameters in incomplete tables. We describe a hierarchical Bayesian model to analyze two-way categorical data. We use a nonignorable nonresponse model with Bayesian uncertainty analysis by placing priors in nonidentifiable parameters instead of a sensitivity analysis for nonidentifiable parameters. To reduce the effects of nonidentifiable parameters, we project the parameters to a lower dimensional space and we allow the reduced set of parameters to share a common distribution. 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 to obtain the finite population proportions.

• International Journal of Advanced Culture Technology
• /
• 제6권4호
• /
• pp.292-302
• /
• 2018

This study proposes a Bayesian stochastic frontier model that is well-suited to productivity/efficiency analysis particularly using panel data. A unique feature of our proposal is that both production frontier and efficiency are estimable for each individual firm and their linkage to various firm characteristics enriches our understanding of the source of productivity/efficiency. Empirical application of the proposed analysis to Human Capital Corporate Panel data enables identification and quantification of the effects of Human Resource factors on firm efficiency in tandem with those of firm types on production frontier. A comprehensive description of the Markov Chain Monte Carlo estimation procedure is forwarded to facilitate the use of our proposed stochastic frontier analysis.

• 대한토목학회논문집
• /
• 제38권2호
• /
• pp.249-259
• /
• 2018

우리나라의 기후 지형적 특성에 따라 연강수량의 50% 이상이 여름철에 내린다. 이러한 짧은 기간에 집중적으로 내리는 강수량 조건하에 수공구조물을 설계할 경우 대부분 극치빈도분석을 활용한다. 특히 우리나라의 경우 Gumbel 분포를 활용한 극치빈도분석을 많이 이용한다. 하지만, 최근 이상기후로 인하여 전세계적으로 강수량의 특징이 급격히 변하고 있으며, 우리나라 연강수량 특징도 바뀌고 있다. 즉, 기존의 단일 분포형으로 재현이 가능했던 수문기상 자료들이 혼합분포형의 특징을 가지게 되었으며 이러한 변화를 고려할 수 있는 극치빈도분석 개발이 요구되고 있는 실정이다. 본 연구에서는 두 개 이상의 첨두를 가지는 형태의 극치강수량 자료에 대해서 기존의 단일 Gumbel 분포형 기반 극치빈도분석과 혼합 Gumbel 분포형 기반의 극치빈도분석 결과를 비교하였다. 확률분포의 매개변수 산정시 우도함수를 Bayesian 기법을 통해 산정하여 각 분포형의 Bayesian information criterion (BIC) 값을 비교하였다. 분석한 결과, 앞서 제안된 혼합 Gumbel 분포형은 하나의 첨두를 가지는 단일 Gumbel 분포형에서 반영되지 못한 꼬리(tail)부분의 이중첨두 부분의 거동을 효과적으로 모의하는 것을 확인할 수 있었다. 결과적으로 설계강수량을 추정할 때 보다 신뢰성있는 접근이 가능하였다. 이러한 점에서 우리나라 극치강우자료 분석시 기존 단일분포기반의 빈도해석기법에 대안으로 적용이 가능할 것으로 판단된다.

• 한국측량학회지
• /
• 제6권1호
• /
• pp.35-41
• /
• 1988

지상사진에 의한 삼차원변형해석을 하는데 있어서 변위양계산의 정확도를 향상시키기 위해 반복경증률 상사변환법이 사용되었으며, 변위점검출에서는 Bayesian Inference가 적용되었고, 변위형태해석을 위해 변위방정식을 이용하는 방법을 제시하였다. 그 결과 변위양계산에서는 최소절대법($\Sigma$$\mid$d$\mid$⇒min)에 의한 경중률조건이 정확도를 향상시켰으며, 또한 Bayesian Inference을 적용하므로써 정확한 변위점검출을 할 수 있었다. 변위형태해석에서는 최적변위방정식을 이용하여 대상들의 전체 또는 부분적인 움직임을 해석할 수 있었다.

• Earthquakes and Structures
• /
• 제26권2호
• /
• pp.117-130
• /
• 2024

Probabilistic model of seismic demand is the main tool used for seismic demand estimation, which is a fundamental component of the new performance-based design method. This model seeks to mathematically relate the seismic demand parameter and the ground motion intensity measure. This study is intended to use Bayesian analysis to evaluate the accuracy of the seismic demand estimation of Steel moment resisting frames (SMRFs) through a completely Bayesian method in statistical calculations. In this study, two types of intensity measures (earthquake intensity-related indices such as magnitude and distance and intensity indices related to ground motion and spectral response including peak ground acceleration (PGA) and spectral acceleration (SA)) have been used to form the models. In addition, an extensive database consisting of sixty accelerograms was used for time-series analysis, and the target structures included five SMRFs of three, six, nine, twelve and fifteen stories. The results of this study showed that for low-rise frames, first mode spectral acceleration index is sufficient to accurately estimate demand. However, for high-rise frames, two parameters should be used to increase the accuracy. In addition, adding the product of the square of earthquake magnitude multiplied by distance to the model can significantly increase the accuracy of seismic demand estimation.

• Journal of the Korean Data and Information Science Society
• /
• 제22권5호
• /
• pp.911-919
• /
• 2011

최근 의학에서는 정신 질환과 관련된 위험 인자를 찾는 것이 중요해지고 있다. 인자들을 찾아서 인자들의 특성과 관련성을 파악하면 병을 사전에 예방 할 수 있다. 또한 이 연구는 의학 발전에 많은 도움을 줄 수 있다. 정신 질환에 대한 위험요인은 주로 로지스틱 회귀모형을 사용하여 찾아 왔다. 하지만 이 논문에서는 데이터마이닝 기법 중 CART, C5.0, 로지스틱, 신경망, 베이지안 네트워크 방법을 이용한다. 정신장애 질병인 섬망자료를 적용하여, 최적의 모형인 베이지안 네트워크 방법을 선택하였다. 이 베이지안 네트워크 기법을 위험 요소를 찾는데 사용하고, 이 위험인자 간의 관계를 방사형 그래프를 통해서 규명하였다.

• 컴퓨터교육학회논문지
• /
• 제21권3호
• /
• pp.51-58
• /
• 2018

본 연구에서는 컴퓨터 오락추구 행동의 예측 분석을 목적으로 한국아동 청소년패널조사(KCYPS) 데이터를 대상으로 베이지안 추론을 사용하여 컴퓨터 오락추구 행동과 관련 변수들의 상호의존성과 인과관계를 조사하였다. 이를 위해 일반 베이지안 네트워크를 통한 마코프 블랭킷(Markov Blanket)을 추출하였다. 또한 변수들의 확률을 변화시켜 컴퓨터 오락추구 행동에 대한 변수들의 영향 정도를 분석하였다. 연구결과, 컴퓨터 오락추구 행동은 관련 변수들(학교학습활동, 비행-흡연, 비행-조롱, 팬덤활동, 학교규칙)의 값을 조정하였을 때 유의미하게 변화되는 것으로 나타났다. 본 연구의 결과로 베이지안 추론은 청소년의 컴퓨터 오락추구 행동을 예측하고 조절하는 등 교육 분야에서 활용될 수 있음을 제시하였다.

• Communications for Statistical Applications and Methods
• /
• 제22권3호
• /
• pp.241-253
• /
• 2015

In this paper we predict the track of typhoons using a Bayesian principal component regression model based on wind field data. Data is obtained at each time point and we applied the Bayesian principal component regression model to conduct the track prediction based on the time point. Based on regression model, we applied to variable selection prior and two kinds of prior distribution; normal and Laplace distribution. We show prediction results based on Bayesian Model Averaging (BMA) estimator and Median Probability Model (MPM) estimator. We analysis 8 typhoons in 2006 using data obtained from previous 6 years (2000-2005). We compare our prediction results with a moving-nest typhoon model (MTM) proposed by the Korea Meteorological Administration. We posit that is possible to predict the track of a typhoon accurately using only a statistical model and without a dynamical model.