• 자원ㆍ환경경제연구
• /
• 제11권4호
• /
• pp.609-632
• /
• 2002

국민소득이 빠르게 증가함에 따라 1990년대 이후 가정용 난방연료의 소비구조 역시 크게 변화하고 있다. 본 연구는 에너지 및 교통수요분석에 많이 사용되는 Multinomial Probit 모형을 이용하여 가정용 난방연료의 선택 행태를 분석하였다. 모형의 추정방법으로는 베이지안(Baysian) 방법론에 의한 Gibbs Sampling기법 (McColluch et al., 2000)을 이용하여 Multinomial probit 모형에서 선택대안이 3개 이상일 경우 발생할 수 있는 추정상의 어려움을 극복하였다. 한국가구패널조사(KHPS) 자료를 이용하여 서울과 경기도 대도시 지역을 대상으로 분석한 결과, 석유와 천연가스가 연탄에 비해 더 밀접한 상호 대체관계를 가지고 있는 것으로 나타났다. 또한 소득이 높은 가구일수록 천연가스에 대한 선호도가 더 높은 것으로 나타나서 향후 공급망 확대에 따라 난방연료용 가스 소비가 더욱 늘어날 것으로 예상된다.

• 한국정보처리학회논문지
• /
• 제7권3호
• /
• pp.852-861
• /
• 2000

Software reliability growth models are used in testing stages of software development to model the error content and time intervals betwewn software failures. In this paper, using priors for the number of fault with the negative binomial distribution nd the error rate with gamma distribution, Bayesian inference and model selection method for Jelinski-Moranda and Goel-Okumoto and Schick-Wolverton models in software reliability. For model selection, we explored the sum of the relative error, Braun statistic and median variation. In Bayesian computation process, we could avoid the multiple integration by the use of Gibbs sampling, which is a kind of Markov Chain Monte Carolo method to compute the posterior distribution. Using simulated data, Bayesian inference and model selection is studied.

• 융합보안논문지
• /
• 제6권3호
• /
• pp.117-126
• /
• 2006

본 논문은 소프트웨어 신뢰성장 모형에 대한 베이지안 모수추론과 모형선택 방법이 연구되었다. 소프트웨어 성장 모형은 내재되어 있는 오류와 고장 간격시간으로 모형화하면 소프트웨어 개발 단계에서 유용하게 사용할 수 있다. 본 논문에서는 사후 분포의 정보를 얻기 위한 다중 적분문제에 있어서 일종의 마코브 체인 몬테칼로 방법인 깁스 샘플링을 사용하여 사후 분포의 계산이 이루어졌다. 확산 사전 분포를 가진 소프트웨어 신뢰성에 의존된 일반적 순서 통계량 모형에 대하여 베이지안 모수 추정이 이루어 졌고 효율적인 모형의 선택방법도 시행되었다. 모형 설정과 선택 판단기준은 편차 자승합을 이용한 적합도 검정과 추세 검정이 사용되었다. 본 논문에서 사용된 소프트웨어 고장 자료는 Minitab(version 14) 통계 페키지에 있는 와이블분포(형상모수가 2이고 척도모수가 5)에서 발생시킨 30개의 난수를 이용한 모의 실험자료를 이용하여 고장자료 분석을 시행하였다.

• 응용통계연구
• /
• 제28권2호
• /
• pp.325-334
• /
• 2015

한국의 고령화는 매우 빠른 속도로 진행되고 있고, 노인자살은 노인의 주요 사망원인이며 노인은 다른 연력층보다 자살의 고위험군으로 알려져있다. 고령화 시대에서 노인의 자살은 사회적인 문제로 대두되고 있으며 이를 예방하기 위해 노인자살에 대한 위험요인을 파악하고, 지역적 차이를 확인하는 것이 중요하다. 특히 노인의 자살문제에서는 지역사회와의 통합결여 등이 큰 원인으로 고려되기 때문이다. 따라서, 본 논문에서는 공간적 상관관계를 고려하여 추정된 표준화사망률을 이용하여 질병지도를 작성하고자 하였다. 공간적 상관관계를 고려하기 위해서 simultaneous CAR model을 사용하였다. 2006년부터 2010년까지 통계청 사망자료를 이용하여 국내 시군구별 노인자살자수에 대해 두 모형을 적합시켜본 결과, 공간적 상관관계를 고려하지 않은 모형보다 공간적 상관관계를 고려한 모형이 더 좋은 모형임을 보였다. 또한 효율적인 베이지안 추론을 위해 격자망 방법 등을 고려하였다.

• 대한원격탐사학회지
• /
• 제25권2호
• /
• pp.95-105
• /
• 2009

지상 관측으로부터 수집된 시계열 원격탐사 자료는 관측환경의 악화와 감지 시스템의 기계적 고장과 같은 관측 장애요인에 의해 많은 미관측 및 악성 자료를 가지게 된다. 육상의 지표면 parameters는 기후와 주로 연관되어 있으므로 육상 관측 위성 영상에 나타나는 많은 물리적 과정은 계절 주기에 따른 시간적 변화를 보인다. 본 연구에서 제안된 적응 feedback 시스템은 계절에 따라 변하는 물리적 과정을 포함하는 시계열 원격 탐사 영상 시리즈를 재구축한다. 이 시스템에서는 계절적 변화를 추적하기 위하여 하모닉 모형을 사용하고 수치 영상 모형의 공간적 의존성을 나타내기 위해 Gibbs Random Field를 사용한다. 재구축 과정을 통하여 구성된 적응 하모닉 모형을 사용하여 지표면 연속적 변화를 감시할 수 있다. 본 연구에서는 1996년부터 2000년까지 한반도로부터 관측된 AVHRR 영상 시리즈를 일 주일 간격으로 정적 합성하여 NDVI 시리즈를 구하고 하모닉 모형을 사용하는 적응 재구축 시스템을 이 NDVI 시리즈에 적용하여 한반도 식생 변화를 추적하였다. 연구 결과는 하모닉 적응 재구축 시스템이 실시간 지표면 변화 감시를 하는데 매우 효과적인 수단이 될 것이라는 잠재성을 보여준다.

• 한국정보통신학회논문지
• /
• 제23권7호
• /
• pp.764-770
• /
• 2019

본 연구에서는 "4차 산업"과 관련된 논문들의 세부 연구 주제를 파악하기 위하여 텍스트 마이닝 기법을 이용하여 논문들을 분석하였다. 이를 위하여 2016년부터 2019년까지 한국학술지인용색인(KCI)에서 "4차 산업"이라는 키워드로 논문을 검색하여 총 685편의 논문을 수집하였다. 논문 수집을 위해서는 Python 기반의 웹 스크랩핑 프로그램을 사용하였으며, 자료 분석을 위해서는 R 언어로 구현된 LDA 알고리즘 기반의 토픽 모델링 기법들을 활용하였다. 수집된 논문들에 대한 Perplexity 분석 결과, 9가지 토픽이 최적으로 결정되었고 수집된 논문들의 9가지 대표 토픽들을 Gibbs 샘플링 방법을 사용하여 추출하였다. 분석 결과, 인공지능, 빅데이터, 사물인터넷, 디지털, 네트워크 등이 상위 주요 기술들로 나타났으며, 산업, 정부, 교육 현장, 일자리 등 4차 산업과 관련한 다양한 분야에서 주요 기술들로 인한 변화에 대한 연구들이 이루어져 왔음을 확인할 수 있었다.

• Journal of Animal Science and Technology
• /
• 제55권5호
• /
• pp.389-398
• /
• 2013

본 연구는 폐쇄종돈군을 유지하면서 장기간 선발육종을 실시한 Landrace 및 Yorkshire 모계 종돈집단에서 임신기간, 총산자수, 이유후초종부일 및 사산두수에 대한 유전적 변이성을 제시함으로써 이들 형질들에 대한 선발지표에 참고자료를 제시하고자 실시하였다. 분석에 이용된 자료는 상기의 형질들에 대하여 사전 이상치를 제외한 후, Landrace 품종에서 1,910두의 모돈으로부터 수집된 7,616복의 기록 및 Yorkshire 품종 2283두의 모돈으로부터 수집된 총 10,454복의 기록을 이용하였다. 분석형질들에 대한 유전변이를 추정하기 위하여 상기의 4개 형질을 동시에 고려한 혼합모형을 설정하였으며, 특히 사산두수에 대하여는 정규성에 크게 위배되기 때문에 범주형 자료로 가정하여 다형질 선형-임계형 반복동물개체모형을 설정하여 분석하였다. 분석방법으로서는 Bayesian 추론의 일종인 Gibbs Sampling (GS) 방법에 의하여 모수의 사후분포 함수로부터 모수에 대한 GS을 50,000회 실시하고 burn-in을 제외한 후 모수의 사후분포에 대한 통계량을 제시하였다. 유전변이를 추정한 결과, 임신기간에 대한 유전력은 0.21~0.35로 추정되었고, 이유후초종부일에서는 0.16~0.23, 총산자수는 0.14~0.16 및 사산두수에 있어서는 0.09~0.10으로 추정되었다. 임신기간에 대한 유전상관 추정치는 총산자수 및 사산두수에서 부의 상관을 갖는 것으로 추정되었고 총산자수와 사산두수와는 정의 상관을 갖는 것으로 추정되었다. 총산자수와 이유후초발정일 간의 유전상관은 낮은 부의 상관을 갖는 것으로 추정되었으며 임신기간과 이유후 초종부일 간에는 유전적 상관관계가 매우 미약한 것으로 분석되었다. 따라서 총산자수를 개량하고자 할 때, 사산두수를 고려하여 선발지표를 설정함이 타당할 것으로 판단되었다.

• Journal of the Korean Data and Information Science Society
• /
• 제28권6호
• /
• pp.1457-1469
• /
• 2017

일반계 고등학생의 사교육비 지출은 대학입시와 맞물려 최근 더욱 증가하고 있는 동시에 가구소득 수준, 지역 등에 따라 양극화되고 있다. 기존의 사교육비 연구는 주로 다중회귀모형을 토대로 최소자승법을 이용하였으나 자료가 최소자승법의 기본가정인 정규성과 등분산성을 만족하지 않으면 분석결과의 신뢰성에 대한 문제가 발생된다. 본 연구는 2015년도 사교육실태조사자료에 대하여 정규성과 등분산성이 성립되지 않음을 확인하고 이를 통제할 수 있는 베이지안 분위회귀모형을 적합한 후 깁스 샘플링 방법을 이용하여 사교육비 지출규모 수준 (분위수)에 따라 영향요인들을 분석하였다. 분석결과 학생의 성별, 부모의 나이, 방과후 학교 참여시간과 비용은 사교육비 지출규모에 의미있는 영향을 주지 못하였다. 가구소득은 사교육비 지출규모의 모든 수준에서 동일하게 영향을 주는 요인으로 파악되었다. 그 외, 거주지역, 총사교육시간, 학생의 성적, 부모의 교육정도, 가구의 경제활동주체, 방과후 학교 참여여부, EBS 교재비용은 사교육비 지출 규모의 수준에 따라 다르게 영향을 주었다.

• 응용통계연구
• /
• 제26권5호
• /
• pp.737-746
• /
• 2013

Tobin (1958)에 의해 처음 소개된 절단 회귀모형에서 베이지안 추정은 최대가능도 추정보다 실제값에 가까운 것으로 알려져 있으나 베이지안 방법론이 구간추정 문제에 있어서도 성공적으로 작동할 수 있을 지에 대해서는 알려진 바가 없다. 일반적으로 베이지안 방법론에서 사전분포는 분석자의 사전정보를 반영하기 때문에 주관적인 분석이 될 수 밖에 없는데, 이렇게 주관적인 분석에서는 빈도학파들이 요구하는 기준을 따르기 어렵다. 그러나 무정보사전분포는 때때로 빈도학파적 특성을 갖는 베이지안 추론을 가능하게 한다. 본 연구에서는 절단 회귀모형에서 무정보사전분포에 의한 베이지안 신뢰구간의 빈도학파적 특성을 살펴보고 최대가능도 추정 신뢰구간과 포함확률을 비교한다. 이를 통해 최대가능도 추정의 표준오차가 과소 추정되고 있음 밝힌다.

• 품질경영학회지
• /
• 제24권4호
• /
• pp.190-206
• /
• 1996

In case measurements are made on units of production in time order, it is reasonable to expect that the measurement errors will sometimes be first order autocorrelated, and a technique to test such autocorrelation is required to give good control of the productive process. Tool-wear process provide an example for which regression model can sometimes be useful in modeling and controlling the process. For the control of such process, we present a simple method for testing first order autocorrelation in regression errors. The method is based on Bayesian test method via Bayes factor and derived by observing that in general, a Bayes factor can be written as the product of a quantity called the Savage-Dickey density ratio and a correction factor ; both terms are easily estimated from Gibbs sampling technique. Performance of the method is examined by means of Monte Carlo simulation. It is noted that the test not only achieves satisfactory power but eliminates the inconvenience occurred in using the well-known Durbin-Watson test.