• 한국통계학회:학술대회논문집
• /
• 한국통계학회 2005년도 춘계 학술발표회 논문집
• /
• pp.209-213
• /
• 2005

본 논문에서는 1차 자기회귀모형에서 자기회귀계수에 대한 여러 가지 추정량들의 분포함수에 대한 근사적추론 방법에 대해 연구하였다. 이차형식에 대한 안장점근사의 결과를 이용한 이 근사법은 여러 형태의 추정량들에 대해 근사분포의 유도과정이 불필요하며, 소표본은 물론 통계적 추론의 주요 관심영역에서의 근사정도가 매우 뛰어난 장점을 가지고 있다. 모의실험을 통해 Edgeworth근사를 비롯한 기존의 여러 근사법보다 효율이 뛰어남을 확인하였다.

• 응용통계연구
• /
• 제20권1호
• /
• pp.103-115
• /
• 2007

본 논문에서는 1차 자기회귀모형에서 자기회귀계수에 대한 여러 가지 추정량들의 분포함수에 대한 근사 방법에 대해 연구하였다. 자기회귀계수의 여러 추정량들을 이차형식의 관점에서 이해하고, Na와 Kim(2005)에 의한 안장점근사의 결과를 이용한 새로운 근사법을 제시하였다. 이 방법은 정규근사를 비롯한 기존의 근사법과는 달리 추정량에 대한 근사분포의 유도과정이 불필요하며, 소표본은 물론 통계적 추론의 주요 관심영역에서의 근사정도가 매우 뛰어난 장점을 가지고 있다. 모의실험을 통해 Edgeworth 근사를 비롯한 기존의 여러 근사법보다 효율이 뛰어남을 확인하였다.

• 응용통계연구
• /
• 제29권1호
• /
• pp.181-192
• /
• 2016

옵션의 가격을 결정하는 문제에서 블랙-숄즈 모형이 가지는 단점을 보완하기 위해 블랙-숄즈 가격을 선도항으로 하여 보정항을 구하는 근사적 옵션가격의 결정방법을 고려하였다. 이러한 근사적 가격결정 방법들은 비교적 적은 자료를 가지고 간단한 계산으로 다양한 형태의 위험중립 확률분포에 의한 옵션가격을 계산할 수 있다. 이 논문에서는 일반적으로 관찰되는 시장상황을 모사한 모의실험과 실제 시장에서 관측되는 KOSPI200 옵션가격 자료를 통해 몇 가지 근사방법들의 적합성과를 비교, 평가하였다. 헤르미트 다항식 계열의 Edgeworth 확장과 A-type Gram-Charlier, C-type Gram-Charlier 방법, NIG 분포를 이용하는 방법, 비선형 회귀를 이용한 점근적 근사방법이 고려되었다. 모의실험에서는 순수 점프 레비 확률과정 가운데 옵션가격이 닫힌 해의 형태로 존재하는 Variance gamma 과정을 가정하여 자료를 생성하였다. 모의실험과 실제 자료분석의 결과, 분포함수를 먼저 근사하여 가격을 계산하는 것보다 근사적 가격식을 유도하여 직접 가격을 근사하는 방법들의 성능이 좀 더 좋았으며, 그 가운데 비선형 회귀를 이용한 점근적 근사방법이 상대적으로 좋은 성능을 보였다.

• Journal of the Korean Data and Information Science Society
• /
• 제1권
• /
• pp.59-65
• /
• 1990

The Edgeworth expansion, the Roy-Tiku method and the bootstrap method for approximating the distribution of the sample variance are compared through the Monte Carlo simulation study.

• Journal of the Korean Data and Information Science Society
• /
• 제25권5호
• /
• pp.1079-1094
• /
• 2014

상호정보 (mutual information)를 이용한 변수 선택법은 반응변수와 설명변수간의 선형적인 연관성뿐만 아니라 비선형적인 연관성을 감지하며, 설명변수 사이의 연관성도 고려하는 좋은 변수선택 방법이다. 하지만 고차원 자료에서 상호정보를 추정하기가 쉽지 않아 이에 대한 연구가 필요하다. Cai 등 (2009)은 조건부 상호정보를 이용한 전진선택법과 가지치기법을 이용하여 이러한 문제를 해결하였으며, 마이크로어레이 자료와 같은 고차원 자료에서 조건부 상호정보를 이용한 변수 선택법으로 선택된 변수들로 구성된 SVM의 분류 성능이 SVM-RFE 및 기존의 필터링 방법으로 선택된 변수들로 구성된 SVM의 분류 성능보다 뛰어남을 보였다. 하지만 조건부 상호정보를 추정할 때 사용된 Parzen window 방법은 변수의 수가 많아질수록 변수 선택 시간이 길어지는 단점으로 인해 이에 대한 보완이 필요하다. 본 논문에서는 조건부 상호정보 계산 시 필요한 설명변수의 분포를 다변량 정규분포로 가정함으로써 변수선택을 위한 계산시간을 단축시키며 동시에 변수선택의 성능을 향상시키고자 한다. 반면, 설명변수의 분포를 다변량 정규분포로 가정한다는 것은 강한 제약이 될 수 있으므로 이를 완화시킨 Edgeworth 근사를 이용한 조건부 상호정보 기반의 변수 선택법을 제안한다. 실증분석을 통해 본 논문에서 제안한 방법의 효율성을 살펴보았으며, 기존의 조건부 상호정보 기반 변수 선택법에 비해 계산 속도나 분류 성능 면에서 우수함을 보였다.

• 응용통계연구
• /
• 제30권2호
• /
• pp.243-257
• /
• 2017

본 논문에서는 옵션의 가격을 결정하기 위해 사용될 수 있는 몇 가지 근사적인 방법들을 수치적으로 비교하였다. 헤르미트 다항식 계열의 Edgeworth 확장과 A-type Gram-Charlier 방법, C-type Gram-Charlier 방법, normal inverse gaussian (NIG) 분포를 이용하는 방법, 그리고 비선형 회귀를 이용한 점근적 근사방법이 그것이다. 이 방법들을 위험중립 확률측도 하에서 수익률의 분포함수를 근사하여 옵션가격을 계산하는 방식과 옵션의 근사가격식을 먼저 구하고 모수를 추정하여 가격을 계산하는 두 가지 방식을 사용하여 비교하였다. 모의실험에서는 확률변동성 모형에서 많이 사용되는 Heston 모형과 레비확률과정에서 좋은 적합도를 보이는 NIG 모형을 이용하여 자료를 생성하였고, 실제 자료로는 KOSPI200 콜옵션을 이용하였다. 모의실험과 실제 자료분석의 결과, 근사적 가격식을 먼저 구하는 방식이 좀 더 우수한 성능을 보였고 그 가운데 A-type Gram-Charlier와 비선형 회귀를 이용한 점근적 근사방법이 좋은 성능을 보였으며, 분포함수를 추정하여 옵션가격을 계산하는 경우 NIG분포를 이용하는 것이 상대적으로 좋은 결과를 보였다.