• 한국산학기술학회논문지
• /
• 제10권6호
• /
• pp.1304-1316
• /
• 2009

본 연구는 효율성에 기초한 환산지수의 도입 가능성을 알아보기 위한 기초 연구로 시도되었다. DEA 효율성지표와 환산지수가 전공의 수련교육을 실시하고 있는 60 개 병원을 그룹화하는데 얼마나 유용하게 사용될 수 있는가를 고찰하였다. 이러한 목적을 달성하기 위해 자료수집이 가능한 표본병원의 환산지수와 AHP 개념을 도입해 DEA 모형의 투입변수와 산출변수를 선정하였다. 그 결과 병상규모가 클수록 규모적 비효율성이 큰 것으로 나타났으며 기술적으로 또는 규모적으로 비효율적인 병원일수록 환산지수가 더 큰 것으로 나타났다. 환산지수와 효율성지표는 수련병원을 병원의 종별에 따라 종합전문병원과 종합병원으로 구분하는데 유용하게 사용될 수 있었다. 또한 DEA 효율성을 구하는 과정에서 독립변수로 사용된 투입 산출변수를 판별함수에 도입하였음에도 불구하고 환산지수와 효율성지표는 판별함수를 구성하는 주요 변수로 작용함을 확인하였다. 따라서 만약 모집단을 대표할 수 있는 많은 표본을 기초로 보다 명확한 결과를 얻을 수 있다면 건강보험의 수가계약제 하에서 효율성 개념을 바탕으로 한 환산지수계약의 도입을 신중하게 고려해 볼 수 있다.

• 한국ITS학회 논문지
• /
• 제11권6호
• /
• pp.133-144
• /
• 2012

본 연구는 교통사고자료를 이용하여 고령자 집단과 비고령자 집단 간의 교통사고요인을 파악하여 각 요인들이 교통사고 심각도에 미치는 영향의 크기를 분석하였다. 나이에 의해 구분된 고령자와 비고령자 집단을 교통사고자료를 이용한 통계학적 방법에 의해 재분류하였으며, 교통사고 심각도에 미치는 영향요인을 분석하기 위해 심각도를 종속변수로 두고, 교통시설, 도로환경, 개인별특성에서 17개 독립변수로 정하여 순서형 로짓모형으로 분석하였다. 고령자 집단과 비고령자 집단의 교통사고 영향요인을 분석하여 비교한 결과, 사고 당사자의 연령뿐만 아니라, 사고유형이나 운전자 개인의 특성, 도로환경도 교통사고에 영향을 미치고 있음이 나타났다. 또한 고령자 집단과 비고령자 집단은 교통사고 심각도에 미치는 영향변수의 종류와 크기가 각각 다른 것으로 나타났다. 이는 각 집단의 개인적 특성에 적합한 교통시설이 개선된다면 교통사고의 심각도를 줄일 수 있음을 의미하는 것이라 할 수 있다.

• 한국산업정보학회논문지
• /
• 제14권3호
• /
• pp.106-113
• /
• 2009

본 논문에서는 통계적 분류방법을 이용하여 문화재 자료의 분석을 수행하였다. 분류방법으로는 선형판별분석, 로지스틱회귀분석, 의사결정나무분석, 신경망분석, SVM분석을 사용하였다. 각각의 분류방법에 대한 개념 및 이론에 대해 간략히 소개하고, 실제자료 분석에서는 국내 I시 자료를 사용하여 매장문화재에 대한 분류방법별 적합모형을 구축하였다. 구축된 모형에 대한 성능비교와 함께, 새로운 자료에 대한 적용성 평가를 위해 모의실험을 수행하였다. 분석에 사용된 도구로는 최근 가장 관심을 갖는 R 언어를 사용하였으며, 구체적 분석과정을 제시하였다.

• 한국통계학회:학술대회논문집
• /
• 한국통계학회 2004년도 학술발표논문집
• /
• pp.135-140
• /
• 2004

Lindsay and Basu (1994)에 의해 소개된 최소차이추정량 (Minimum Disparity Estimators)들은 실제 자료 분석 도구로써 유용하다. 본 논문에서는 최소일반화음지수 차이추정량 (Minimum Generalized Negative Exponential Disparity Estimator, MGNEDE)이 최대가능도추정량 (Maximum Likelihood Estimator, MLE)와 최소가중 헬링거거리추정량 (Minimum Blended Weight Hellinger Distance Estimator, MBWHDE)에 비해 오염된 정규모형에서 효율적이고 로버스트하다는 것을 모의실험을 통하여 확인하였다. 또한 세 가지 추정량들에 의해 추정된 모수들을 이용하여 판별하였을 때 자 추정량득의 판별율을 비교함으로써 오염된 정규모형에서 MLE의 대안으로 MGNEDE와 MBWHDE를 사용할 수 있음을 보였다.

• 응용통계연구
• /
• 제21권5호
• /
• pp.825-833
• /
• 2008

혼합모형을 이용한 판별분석은 다중 분류문제를 해결하는데 유용한 방법으로서 준지도 학습으로 확장될 수 있다. 본 논문에서는 정규 혼합분포를 이용한 준지도 학습 방법에서 혼합 모형의 하위 구성요소 개수 선택 기준을 연구하고자 한다. 하위 구성요소 선택 기준으로서 베이지안 정보량을 사용하였고 모의실험을 통해 이 방법의 유용성을 규명하였다.

• 한국의류학회지
• /
• 제28권11호
• /
• pp.1482-1494
• /
• 2004

This study identified convergent validity and discriminant validity of measurement variables by factor analysis using Spss program and tested covariance measurement model including latent variables such as the website attributes (interactivity, search and visual information of website), shopping values(utilitarian and hedonic value) and attitude toward website by AMOS program. The data were collected from a sample of 271 internet shopper of university students(male: 82, female: 189). They visited the website for apparel shopping and, after searching a casual clothing which they wanted to buy, requested to answer the questionnaire. The results were as follows: Variables that reduce validity were deleted in the several steps of factor analysis and initial measurement model testing. Final measurement model was constructed by valid variables was accepted. This measurement model will be input for testing causal research model that can explain how attributes of the website influences on consumer attitude toward the website.

• 한국경영과학회지
• /
• 제30권1호
• /
• pp.55-74
• /
• 2005

Bankruptcy prediction has drawn a lot of research interests in previous literature, and recent studies have shown that machine learning techniques achieved better performance than traditional statistical ones. This paper employs a relatively new machine learning technique, support vector machines (SVMs). to bankruptcy prediction problem in an attempt to suggest a new model with better explanatory power and stability. To serve this purpose, we use grid search technique using 5-fold cross-validation to find out the optimal values of the parameters of kernel function of SVM. In addition, to evaluate the prediction accuracy of SVM. we compare its performance with multiple discriminant analysis (MDA), logistic regression analysis (Logit), and three-layer fully connected back-propagation neural networks (BPNs). The experiment results show that SVM outperforms the other methods.

• 한국경영과학회지
• /
• 제18권2호
• /
• pp.57-81
• /
• 1993

This paper is concerned with analyzing the bankruptcy prediction power of three methods : Multivariate Discriminant Analysis (MDA), Inductive Learning, Neural Network, MDA has been famous for its effectiveness for predicting bankrupcy in accounting fields. However, it requires rigorous statistical assumptions, so that violating one of the assumptions may result in biased outputs. In this respect, we alternatively propose the use of two AI models for bankrupcy prediction-inductive learning and neural network. To compare the performance of those two AI models with that of MDA, we have performed massive experiments with a number of Korean bankrupt-cases. Experimental results show that AI models proposed in this study can yield more robust and generalizing bankrupcy prediction than the conventional MDA can do.

• 응용통계연구
• /
• 제18권3호
• /
• pp.543-553
• /
• 2005

선형 로지스틱 모형은 신용위험 관리를 위한 신용평점 모형 구축에 있어서 널리 쓰이고 있는 방법론이다. 본 논문에서는 신용평점화를 위하여 로지스틱 회귀 방법에 기초한 스플라인 방법론을 다루고자 한다. 선형 스플라인과 자동적인 변수선택 방법을 채택하였다. 모의 실험을 통하여 스플라인 방법의 성능을 규명하였다.

• 보건행정학회지
• /
• 제9권2호
• /
• pp.1-20
• /
• 1999

This study was conducted to investigate the predictors of hospital bankruptcy in Korea and to examine the predictive power for 3 types of statistical models of hospital bankruptcy. Data on 17 financial and 4 non-financial indicators of 30 bankrupt and 30 profitable hospitals in 1. 2, and 3 years before bankruptcy were obtained from the hospital performance databank of Korea Institute of Health Services Management. Significant variables were identified through mean comparison of each indicator between bankrupt and profitable hospitals, and the predictive power of statistical models of hospital bankruptcy were compared. The major findings are as follows. 1. Nine out of 21 indicators - fixed ratio, quick ratio, operating profit to total assets, operating profit to gross revenue, normal profit to total assets,normal profit to gross revenue, net profit to gross revenue, inventories turnrounds, and added value per adjusted patient - were found to be significantly predictitive variables in Logit and Probit models. 2. The predicdtive power of discriminant model of hospital bankruptcy in 1. 2, and 3 years before bankruptcy were 85.4, 79.0, and 83.8% respectively. With regard to the predictive power of the Logit model of hospital bankruptcy, they were 82.3, 75.8, and 80.6% respectively, and of the Probit model. 87.1. 80.6, and 88.7% respectively. 3. The predictive power of the Probit model of hospital bankruptcy is better than the other two predictive models.