• 응용통계연구
• /
• 제33권4호
• /
• pp.365-377
• /
• 2020

선형모형에서 두개 이상의 설명변수들 사이에 존재하는 다중공선성 문제를 변수들 간에 내재되어 있는 공통의 구조인 인자를 구성하고, 인자들을 회귀변수로 사용하여 해결하는 인자회귀모형에 대하여 논의한다. 무한개로 가정 가능한 내재된 인자 중 유의미한 인자적재행렬을 구성하기 위하여 벌점모수의 값이 큰 LASSO 사전분포를 적용하는 베이지안 추정법을 사용한다. 결정된 인자적재행렬과 다른 모수들의 추정값을 각 설명변수의 선형모수로 역변환 하여, 새로운 관측값에 대한 예측 모형으로도 사용한다. 제안한 방법을 제품 서비스 관리 자료에 적용하여 정해진 인자의 개수에 대한 인자가 일반적인 공통인자회귀모형과 동일한 결과를 나타냄을 확인하였고, 일반적인 공통인자회귀모형과 비교를 위해 계산한 평균 제곱 오차값이 더 작다는 것을 알 수 있었다.

• 아태비즈니스연구
• /
• 제13권4호
• /
• pp.135-149
• /
• 2022

Purpose - The primary objective of this article is to investigate the impact of U.S. monetary policy on institutional / individual / foreign investor reactions in the Korean stock market. Design/methodology/approach - This study employs a high frequency event study methodology to identify U.S. monetary policy shocks and quantify the impact of identified shocks on investor reactions. The dependent variable in the regression model is net stock purchase, while the explanatory variables are U.S. monetary policy shocks. The model is estimated for the period 2000-2019, including 156 FOMC meetings. Findings - Foreign investors immediately sell stocks in response to contractionary U.S. monetary shocks. They do not, however, react to anticipated changes in monetary policy rates, confirming the rationality of foreign investors. Individual investors demonstrate the opposite response, indicating that a non-trivial proportion of individual investors are irrational. Research implications or Originality - This study adds to the current literature on the effect of U.S. monetary policy on the Korean stock market. This study demonstrates a heterogeneous response to U.S. monetary policy shocks, validating the rational investment behavior of foreign investors, while individual investors exhibit a certain degree of irrationality. Methodologically, this study adds to the literature by quantifying the impact of U.S. monetary policy employing a sharper identification method allowing a simple and consistent estimation.

• 한국콘텐츠학회논문지
• /
• 제19권6호
• /
• pp.179-191
• /
• 2019

TV 드라마 한 시즌 제작에 최소 수십 억 원이 투입되지만 투자 대비 효과 예측은 쉽지 않으며 참여 인력의 중요성에도 불구하고 그들에 대한 적절한 평가지표는 아직 존재하지 않는다. 그 동안 콘텐츠 평가지표로 널리 사용되어온 시청률 절대 수치는 지속 감소하고 있지만 대체할만한 지표는 아직 없는 상태다. 본 연구에서는 시청률 절대 수치가 아니라 개별 드라마 시청률 간 상대적 우위를 반응변수로 하고, 드라마 참여 인력이 과거에 획득하여 축적한 상대적 우위를 계량 능력지표화 하여 설명변수로 설계함으로써 드라마의 상대적 흥행성을 예측하는 모형을 개발하였다. 예측 모형으로는 다양한 머신러닝 알고리즘을 활용하였고 예측 성능을 높이기 위해 기존 연구에서 유용한 것으로 판명된 설명변수를 추가하여 조합하였다. 결과적으로 본 연구에서 설계한 설명변수와 기존 연구의 설명변수로부터 최적의 조합을 탐색하여 구축한 예측 모형은 84%의 높은 정분류율로 우수한 예측 성능을 보여주었다. 이렇게 본 연구에서는 TV 드라마 참여 인력 능력지표와 시청률을 활용하여 콘텐츠의 상대적 흥행성을 예측함으로써 콘텐츠 산업 전반 투자 효율화와 활성화를 촉진하려 한다.

• 응용통계연구
• /
• 제34권5호
• /
• pp.685-696
• /
• 2021

경제활동인구조사는 고용 관련 통계를 생성하는 국가조사로서, 국민의 경활상태(취업/실업/비경활)를 파악하는 것이 주요 목적이다. 정확한 통계를 내기 위해 무응답률을 낮추는 것이 중요하고, 이미 발생한 무응답을 보완하기 위한 방법으로 무응답 대체가 가능하다. 경제활동인구조사는 응답 방식이 순차적 흐름을 따라가기 때문에 구조적인 무응답이 존재한다. 또한 전체 가구원내 무응답 항목이 하나라도 있으면 해당 가족 구성원 전체를 무응답 처리하기에 최종 자료에는 항목 무응답이 아닌 단위 무응답만 존재한다는 특징이 있다. 본 연구에서는 구조적 무응답 이해 및 연계자료를 통한 과거 자료의 활용 등을 통해 기존의 방법보다 효과적인 무응답 대체 모형을 제시하고자 한다. 대체 모형의 성능을 일치도/비일치도를 기반으로 평가한다. 이를 위해, 2019년 11월 경제활동인구조사 자료를 기반으로 모의실험을 실시한다. 총 59,996명의 응답자 중 일부를 랜덤하게 선택한 뒤, 경활상태를 판정하는데 결정적인 설명변수 6개와 경활상태를 무응답 처리한다. 기존 무응답 대체 모형에서 사용하였던 설명 변수 이외에 산업변수와 종사상지위 변수를 추가함으로써 모형을 개선한다. 이는 과거자료의 연계 및 활용을 가정한 것으로, 기존의 모형모다 성능이 향상되는 것을 확인한다. 또한, 경활상태별 무응답자 수에 대한 다양한 시나리오를 고려한다.

• 대한수학회논문집
• /
• 제31권1호
• /
• pp.185-198
• /
• 2016

Regression analysis is an analyzing method of regression model to explain the statistical relationship between explanatory variable and response variables. This paper propose a fuzzy regression analysis applying Theils method which is not sensitive to outliers. This method use medians of rate of increment based on randomly chosen pairs of each components of ${\alpha}$-level sets of fuzzy data in order to estimate the coefficients of fuzzy regression model. An example and two simulation results are given to show fuzzy Theils estimator is more robust than the fuzzy least squares estimator.

• 응용통계연구
• /
• 제6권2호
• /
• pp.393-399
• /
• 1993

반응이 두 가지로 나타나는 자료에서 설명변수와 반응변수와의 관계를 연구할 때 많이 사용되는 로지스틱 회귀모형에 대하여 그 모수들을 최우추정법으로 구할 때 추정량의 표준오차는 보통 로그우도함수의 2차도함수에 바탕을 두어 계산하게 된다. 한편 피셔정보량이 로그우도함수의 1차도함수를 제곱한 통계량의 기대값으로도 계산된다는 점에 착안하여 얻어지는 피셔정보량의 추정량도 이와 거의 비슷한 대표본 성질을 갖는 것으로 알려져 있다. 이러한 피셔정보량의 추정량들은 최우추정량을 구할 때의 반복 알고리즘과 깊은 관련을 갖고 있다. 어느 방법이 더 효과적으로 최우추정량을 계산하는 지 평균반복횟수를 비교하고 대표본분산의 추정량으로서 각 방법에서 계산되는 분산의 추정량들을 비교하였다.

• Journal of the Korean Data and Information Science Society
• /
• 제21권1호
• /
• pp.1-9
• /
• 2010

본 논문은 분할구 실험에서 반복측정 요인이 처치의 한 요인으로 고려될 때, 실험자료의 분석을 위한 혼합모형과 모형내 미지모수의 추론을 위한 방법을 논의한다. 반복측정 요인으로 공간요인을 고려하고 공간요인의 수준은 분할구에 할당되나 연구자가 임의로 배정할 수 없는 실험환경이 가정된다. 이러한 실험의 특성을 갖는 자료벡터의 확률분포로 복합대칭의 공분산 구조를 갖는 다변량 정규분포를 논의하고 있다. 또한, 가정된 실험환경에 부합하는 적합한 자료의 예를 통하여 제시된 모형의 타당성과 관련모수들의 추론방법을 다루고 있다.

• 품질경영학회지
• /
• 제24권1호
• /
• pp.32-43
• /
• 1996

In this paper we develop nonparametric methods for regression analysis when the response variable is subject to censoring that arises naturally in quality engineering. This development is based on a general missing information principle that enables us to apply, via an iterative scheme, nonparametric regression techniques for complete data to iteratively reconstructed data from a given sample with censored observations. In particular, additive regression models are extended to right-censored data. This nonparametric regression method is applied to a simulated data set and the estimated smooth functions provide insights into the relationship between failure time and explanatory variables in the data.

• 응용통계연구
• /
• 제17권3호
• /
• pp.489-498
• /
• 2004

이 논문에서는 일반화가중선형모형이라는 새로운 형태의 선형모형을 제시한다. 일반화가중선형모형은 설명변수와 반응변수의 관계를 설명분포함수의 선형결합이 반응변수의 평균에 대한 연결분포함수를 통해 모형화 되는 형태를 가지는 것으로 가정한다. 이모형은 일반화선형 모형에서 연결함수를 선택할 때 발생할 수 있는 모수공간과 선형 예측값의 공간이 일치하지 않을 수 있다는 문제가 발생하지 않고 모수에 대한 해석이 용이하다는 장점이 있다. 이 논문에서는 설명분포함수와 연결분포함수를 선택하는데 있어 발생할 수 있는 문제와 해결책에 대해 알아본다. 또한 모형에 포함되어 있는 모수를 추정하는데 고려해야 할 주의 사항과 이 사항들을 고려한 최대가능도추정법과 재표집 방법을 이용한 구간추정과 가설검정에 대해 알아본다.

• 응용통계연구
• /
• 제35권6호
• /
• pp.703-724
• /
• 2022

다변량 경시적 자료 분석은 반복 측정된 자료에 존재하는 상관관계를 올바르게 추정하면서 자료를 분석해야 한다. 경시적 연구에서는 다변량 경시적 자료가 주로 생성되지만, 기존 통계적 모형은 대부분 단변량으로 분석되어 다변량 경시적 자료에 존재하는 복잡한 상관관계를 제대로 설명하지 못하게 된다. 따라서 본 논문에서는 복잡한 상관관계를 설명하기 위해 공분산 행렬을 모형화하는 다양한 방법에 대해 고찰한다. 그 중 수정된 콜레스키 분해, 수정된 콜레스키 블록분해와 초구분해를 살펴본다. 그리고 일반화 자기회귀모수 행렬이 가지는 희박성 문제를 해결하기 위해 베이지안 방법을 이용하여 청소년 패널 데이터를 분석한다. 청소년 패널 데이터는 다변량 경시적 자료이며, 반응 변수로는 학교 적응도, 학업 성취도, 휴대전화 의존도를 고려한다. 자기 상관 구조와 혁신 표준 편차 구조를 달리 가정하여 여러 모형을 비교한다. 가장 적합한 모형에 대해 학교 적응도와 학업 성취도에 대해 모든 설명 변수가 유의미하며, 휴대전화 의존도가 반응 변수일 때 사교육 시간을 제외한 모든 설명 변수가 유의미한 것으로 나타난다.