• Journal of the Korean Data and Information Science Society
• /
• 제27권6호
• /
• pp.1645-1651
• /
• 2016

A lot of data, particularly in the medical field, contain variables that have a measurement error such as blood pressure and body mass index. On the other hand, recently smoothing methods are often used to solve a complex scientific problem. In this paper, we study a Bayesian curve-fitting under functional measurement error model. Especially, we extend our previous model by incorporating covariates free of measurement error. In this paper, we consider penalized splines for non-linear pattern. We employ a hierarchical Bayesian framework based on Markov Chain Monte Carlo methodology for fitting the model and estimating parameters. For application we use the data from the fifth wave (2012) of the Korea National Health and Nutrition Examination Survey data, a national population-based data. To examine the convergence of MCMC sampling, potential scale reduction factors are used and we also confirm a model selection criteria to check the performance.

• Journal of the Korean Statistical Society
• /
• 제31권2호
• /
• pp.177-198
• /
• 2002

The estimation of variance components or variance ratios in linear model is an important issue in plant or animal breeding fields, and various estimation methods have been devised to estimate variance components or variance ratios. However, many traits of economic importance in those fields are observed as dichotomous or polychotomous outcomes. The usual estimation methods might not be appropriate for these cases. Recently threshold linear model is considered as an important tool to analyze discrete traits specially in animal breeding field. In this note, we consider a hierarchical Bayesian method for the threshold animal model. Gibbs sampler for making full Bayesian inferences about random effects as well as fixed effects is described to analyze jointly discrete traits and continuous traits. Numerical example of the model with two discrete ordered categorical traits, calving ease of calves from born by heifer and calving ease of calf from born by cow, and one normally distributed trait, birth weight, is provided.

• Communications for Statistical Applications and Methods
• /
• 제25권2호
• /
• pp.131-157
• /
• 2018

We propose a robust event date model to estimate the date of a target event by a combination of individual dates obtained from archaeological artifacts assumed to be contemporaneous. These dates are affected by errors of different types: laboratory and calibration curve errors, irreducible errors related to contaminations, and taphonomic disturbances, hence the possible presence of outliers. Modeling based on a hierarchical Bayesian statistical approach provides a simple way to automatically penalize outlying data without having to remove them from the dataset. Prior information on individual irreducible errors is introduced using a uniform shrinkage density with minimal assumptions about Bayesian parameters. We show that the event date model is more robust than models implemented in BCal or OxCal, although it generally yields less precise credibility intervals. The model is extended in the case of stratigraphic sequences that involve several events with temporal order constraints (relative dating), or with duration, hiatus constraints. Calculations are based on Markov chain Monte Carlo (MCMC) numerical techniques and can be performed using ChronoModel software which is freeware, open source and cross-platform. Features of the software are presented in Vibet et al. (ChronoModel v1.5 user's manual, 2016). We finally compare our prior on event dates implemented in the ChronoModel with the prior in BCal and OxCal which involves supplementary parameters defined as boundaries to phases or sequences.

• Journal of the Korean Data and Information Science Society
• /
• 제26권3호
• /
• pp.749-754
• /
• 2015

This article presents Bayesian approach to regression splines with knots on a grid of equally spaced sample quantiles of the independent variables under functional measurement error model.We consider small area model by using penalized splines of non-linear pattern. Specifically, in a basis functions of the regression spline, we use radial basis functions. To fit the model and estimate parameters we suggest a hierarchical Bayesian framework using Markov Chain Monte Carlo methodology. Furthermore, we illustrate the method in an application data. We check the convergence by a potential scale reduction factor and we use the posterior predictive p-value and the mean logarithmic conditional predictive ordinate to compar models.

• 응용통계연구
• /
• 제27권2호
• /
• pp.263-275
• /
• 2014

본 연구에서는 비동차 마코프 체인에서 개체들의 전이 행태를 분석하기 위한 계층적 베이지안 방법론을 사용하여 혼합 효과 모델을 소개 하였다. 모델의 모수들에 대한 사후분포가 분석적으로 구해질 수 없는 형태를 가지기 때문에 깁스(Gibbs) 샘플링 시뮬레이션 방법을 사용하여 조건부 사후확률로부터 샘플이 추출되었고, 실제 자료분석을 예를 사용하였다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2006년도 하계종합학술대회
• /
• pp.681-682
• /
• 2006

일반적으로 축구 비디오 데이터는 멀티모달과 멀티레이어 속성을 지닌다. 이러한 데이터를 다루기 적합한 모델은 동적 베이지안 네트워크(Dynamic Bayesian Network: DBN) 형태의 위계적 은닉 마르코프 모델(Hierarchical Hidden Markov Model: HHMM)이다. 이러한 HHMM 중 다중속성의 특징들이 서로 상호작용하는 PHHMM(Product Hierarchical Hidden Markov Model)이 있다. 본 논문에서는 PHHMM 을 축구 경기의 Play/Break 이벤트 검색 및 분석에 적용하였고 바람직한 결과를 얻었다.

• 한국수자원학회논문집
• /
• 제47권5호
• /
• pp.469-482
• /
• 2014

본 연구에서는 지역특성(위도, 경도, 고도)과 기후학적 특성(연최대강우량)을 계층적 Bayesian 모형안에서 연계하여 공간적 분석이 가능한 지역빈도해석 모형을 개발하였다. 기존 지역빈도해석은 강수지점의 지리적/지형적 특성을 반영한 해석이 어려운 단점이 있으며, 지점을 기준으로 해석된 확률강수량을 유역면적강우량으로 변환 시 불확실성이 큰 단점이 있다. 이에 본 연구에서는 계층적 Bayesian 기법을 이용하여 지역특성 및 기후학적 특성이 고려된 Gumbel 확률분포형의 매개변수를 추정하였으며, 이들 매개변수들을 공간적으로 보간하여 한강유역내 모든 지점에 대해서 확률강수량을 추정할 수 있도록 하였다. 결과적으로 기존 L-모멘트 방법과 유사한 결과를 확인할 수 있었으며 확률강수량의 불확실성 정량화와 더불어 지리적/지형적 영향을 고려한 해석이 가능하였다.

• 한국수자원학회논문집
• /
• 제53권7호
• /
• pp.481-491
• /
• 2020

새만금 농업단지가 조성됨에 따라 농업용수 공급이 요구되며, 농업적 측면에서 염분은 작물 재배시 생육에 영향을 미치는 항목으로 농업용수 공급시 철저한 관리가 요구된다. 따라서 농작물에 영향을 미치지 않는 농업용수 공급을 위해 염분계측을 통한 체계적인 농업용수 관리가 필요하다. 본 연구에서는 새만금호내에 관측되는 염분 시계열 자료를 모의하기 위해서 자기회귀모형을 기반으로 한 Two-Stage ARX 모형을 개발하였다. 층별로 나눠진 염분자료를 계층적 Bayesian기법을 활용하여 매개변수를 확률분포형으로 추정하였으며 염분모의의 불확실성을 제시하였다. 최적 모형을 선정하기 위해서 통계적 지표인 BIC값을 이용하였으며, 최종적으로 선정된 모형을 통해 양수장 인근 수역의 염분 모의 결과를 제시하였다.

• Communications for Statistical Applications and Methods
• /
• 제31권3호
• /
• pp.323-336
• /
• 2024

The accurate forecasting of insurance claims is a critical component for insurers' risk management decisions. Hierarchical Bayesian parametric (BP) models can be used for health insurance claims forecasting, but they are unsatisfactory to describe the claims distribution. Therefore, Bayesian nonparametric (BNP) models can be a more suitable alternative to deal with the complex characteristics of the health insurance claims distribution, including heavy tails, skewness, and multimodality. In this study, we apply both a BP model and a BNP model to predict group health claims using simulated and real-world data for a private life insurer in Indonesia. The findings show that the BNP model outperforms the BP model in terms of claims prediction accuracy. Furthermore, our analysis highlights the flexibility and robustness of BNP models in handling diverse data structures in health insurance claims.

• 한국수자원학회논문집
• /
• 제50권2호
• /
• pp.75-87
• /
• 2017

최근 기후변화에 따른 기상변동성 증가로 기존 한반도의 기상패턴과 다른 이상강우 현상이 증가하고 있다. 이상강우현상에 따른 수문패턴의 변화는 수자원 계획을 수립하는데 있어 불확실성을 가중시키기고 있다. 이러한 점에서 수문 시계열의 변화양상을 효과적으로 인지할 수 있으며, 유역단위에서 일관된 변화를 평가할 수 있는 변동점 분석 개발이 필요하다. 이에 본 연구에서는 기존 변동점 분석방법에 계층적 베이지안(Hierarchical Bayesian) 기법을 연계하여 유역단위에서 계층적 변동점 분석이 가능한 모형을 개발하였다. 우리나라에 40년 이상 관측된 기상청 강수자료를 활용하여 연강수량 자료를 구축하였으며, 본 연구를 통해 개발된 모형의 적합성을 평가하였다. 분석결과, 1990년대의 강수자료의 변화 양상을 정량적으로 확인할 수 있었으며, 과거에 비해 강수의 증가 특성을 확인할 수 있었다. 최종적으로 추정된 수문자료의 변화시점 전후의 재해석자료를 이용하여 한반도 주변의 강수량과 해수면기압의 Anomaly를 분석해본 결과 변동점을 기준으로 강수량과 해수면기압의 명확한 차이를 확인하였다.