• 대한교통학회지
• /
• 제20권1호
• /
• pp.111-119
• /
• 2002

SP 방법의 장점중 하나는 개인의 응답자로부터 다수의 응답(Repeated observations)을 받을 수 있는 점이다. 그러나 이렇게 얻은 개인의 다중응답을 각각의 응답이 독립적이라는 것을 가정하고 있는 단순한 모델링방법을 이용해서 분석하면 t값이 상향되는 문제를 가져올 수 있다. 이러한 문제를 다중응답의 문제(Reapeated Measurement Problem)라고 한다 본 연구는 다양한 접근을 통해서 이러한 다중응답의 문제(Reapeated Measurement Problem)를 다루고, 단순한 모델링방법을 통한 모델추정치가 신뢰할 만한가를 검증하도록 한다. 다양한 접근중에서 본 연구에서는 Jackknife와 Kocurs 방법을 적용하였다. Jackknife 방법은 JACKKNIFE란 소프트웨어를 사용해서 분석하였다. Jackknife 추정치와 Kocurs 추정치를 단순한 모델링기법을 적용한 모델추정치와 비교하여서 다중응답의 문제(Repeated Measurement Problem)의 발생여부와 모델추정치에 어느정도 영향을 미치는 지를 분석하였다. 단순모델링의 추정치와 Jackknife 추정치의 표준오차도 비교하였다. 결과를 요약하면. Kocurs방법의 추정치의 t값은 단순한 모델링기법과 Jackknife 추정치의 t값보다 매우 낮게 나타났으며, 이는 Kocurs방법은 파라미터의 유의성을 지나치게 하향추정하는 것을 의미한다. Jackknife 방법의 추정치는 단순한 모델링기법의 추정치와 계수값은 거의 유사하나 t값이 다소 적은 것으로 나타났다. 이러한 결과들은 단순한 모델링기법의 계수값은 정확하나 유의정도가 다소 과장되는 것을 의미한다. 결론적으로 본 연구에서 사용한 데이터에는 다중응답의 문제가 존재하나 모델추정 티에 유의하게 영향을 미치지 않는 것으로 나타났다 SP 방법을 사용한 데이터를 분석할 경우 다중응답의 문제(Repeated Measurement Problem)를 분석하는 절차를 반드시 수행하여야 한다. 만약 단순한 모델링기법의 추정치가 다중응답의 문제로 인해서 영향을 받았다면 반드시 모델링 추정치를 보정하여야 한다.

• 한국통계학회:학술대회논문집
• /
• 한국통계학회 2004년도 학술발표논문집
• /
• pp.155-160
• /
• 2004

불균등 확률 계통추출에서는 모집단 총합에 대한 Horvitz-Thompson 추정량의 대안적 분산 추정량들을 사용하게 된다. 이와 같은 모총합에 관한 분산 추정량들의 설계와 관련한 일반적인 방법은 균등 확률 계통추출에 대한 분산 추정량들에서 시작하고 비율 $y_i,/P_i$에 의한 추정량의 정의에서 $y_i$를 재배치하게 한다. 비선형 조사 통계학에서 추정량들 중의 하나로 테일러 급수 공식을 적용한다. 불균등 확률 계통추출에서의 분산은 8가지 방법으로 추정이 가능하므로 이를 이용한 분산추정량을 구해보고, 비복원 불균등 확률에서의 jackknife방법을 살펴보고자 한다. 또한 이들 분산추정량들에 대한 비교를 몇 가지 방법을 이용하여 알아보도록 한다.

• Journal of the Korean Data and Information Science Society
• /
• 제23권4호
• /
• pp.643-648
• /
• 2012

여러 임상자료를 이용하여 반응변수와 설명변수간의 관계를 규명하는 분석이 많이 이루어지고 있다. 이를 위해서 회귀분석이 흔히 사용되고 있으며, 이를 통해 설명변수가 반응변수를 얼마나 설명하는지 또한 모형이 얼마나 자료에 적합한지에 대해 분석하고 있다. 그러나 임상자료로 분석된 회귀모형에 대한 타당성 확인은 대부분 분석된 회귀모형이 얼마나 자료를 설명하는가를 나타내는 결정계수만을 살펴보는 것에 그치고 있다. 결정계수 이외의 다른 방법으로도 분석된 회귀모형의 회귀계수에 대한 타당성을 확인할 필요가 있다. 따라서 본 논문에서는 잭나이프 회귀분석과 붓스트랩 회귀분석을 이용하여 임상자료로 분석한 회귀모형의 회귀계수에 대한 타당성을 확인하는 방법을 소개하고자 한다.

• 한국수자원학회논문집
• /
• 제42권10호
• /
• pp.857-866
• /
• 2009

본 연구에서는 전국의 30년 이상의 강우관측기록을 보유하고 있는 기상청 산하 56개 강우관측소의 연 최대치 강우자료들로부터 확률분포형에 대하여 모멘트법, 최우추정법, 확률가중모멘트법을 이용하여 모수를 추정하고, 그 모수의 범위와 확률변수의 범위에 대한 적정성을 알아보았다. 적정성이 있는 모수를 대상으로 적합도 검정법인 x$^2$-검정, K-S검정, Cramer von Mises (CVM)검정, Probability Plot Correlation Coefficient (PPCC) 검정을 실시한 결과 중, 최근 연구에서 많이 이용되고 있고 표본자료의 크기가 작거나 왜곡된 자료일 경우에도 비교적 안정적인 결과를 얻을 수 있는 확률가중모멘트법과 상관계수에 의한 검정인 PPCC검정을 통과한 분포형을 우선적으로 적합도 평가 대상 분포형으로 선정하였다. 선정된 분포형을 대상으로 적합도 평가기준인 SLSC, MLL, AIC를 적용하여 적합도 평가를 실시하여 대표확률분포형 후보군을 추출하였다. 대표확률분포형 후보군으로 선정된 확률분포형에 대하여 resampling방법인 Jackknife기법을 적용하여 변동성을 파악하고, 변동성이 가장 작게 나타난 분포형을 그 지점의 대표확률분포형으로 결정하였다. 본 논문에서는 분석 결과의 분량을 감안하여 대표적으로 서울, 강릉, 대구, 전주, 부산 지점에 대해 작성하였으며, 확률강우량의 변동성이 가장 작은 확률분포형을 56개 지점의 각 지점 대표확률분포형으로 제시하였으며, Gumbel 분포(GUM)의 선정 비율이 지속기간 12시간, 24시간에 대해 각각 41 %, 32 %로 가장 높게 나타났다. 본 연구에서는 적합도 평가를 함에 있어서 객관적 정량화가 가능한 세 가지 기준과 Jackknife기법을 이용한 새로운 확률분포형 선정의 가능성을 제시하였다.

• 식물분류학회지
• /
• 제36권2호
• /
• pp.91-108
• /
• 2006

한국산 Geranium(쥐손이풀속) 16분류군과 3개의 군외군을 대상으로 진화와 유연관계를 평가하기 위하여 nuclear ribosomal DNA 중 internal transcribed spacer (ITS) 구간에 대한 계통 분류학적 분석을 수행하였다. 계통 분류학적 연구들은 bootstrapping, jackknifing을 포함한 parsimony 방법과 neighbor-joining 방법을 사용하였다. 그 결과 한국산 쥐손이풀속은 단계통군을 형성하였다. Parsimony tree에서 한라이질풀은 가장 기부에 위치하였으며 Erianthum group은 높은 지지도에 의해 하나의 분계조를 형성하였다(100% bootstrap과 jackknife values). Krameri group인 산쥐손이는 Palustre group인 섬쥐손이와 가까이 위치하였으나 그 지지도는 매우 낮았고(37% bootstrap과 44% jackknife values) strict tree에서는 clade가 붕괴되었다. Wilfordii group에 분류되었던 큰세잎쥐손이는 Koreanum group과 가까이 위치하였고, Sibiricum group인 쥐손이풀은 Krameri group인 삼쥐손이와 가까이 위치하였으며 또한 이 두 종은 역시 Krameri group인 선이질풀과 자매군을 이루었다. Wilfordii group인 좀쥐손이와 세잎쥐손이는 Sibiricum group인 삼이질풀, 이질풀과 가까이 위치하였다. 이와 같은 결과는 많은 학자들에 의해 논란이 된 분류군들의 문제를 해결하는데 유용한 접근방법이라 생각되며, 전체 쥐손이풀속 수준에서의 계통분석에 유용한 도구로 이용될 수 있을 것으로 판단된다.

• 한국조사연구학회지:조사연구
• /
• 제10권1호
• /
• pp.141-154
• /
• 2009

정보화 사회에서는 목표지향적이고 세분화된 통계의 필요성이 높아지고 있으나 현재 사용되는 조사체계를 이용하면 추정 분산이 커져 생산된 통계의 정확도가 낮아진다. 표본크기를 늘리면 추정분산을 줄일 수 있으나 비용이나 시간 면에서는 비효율적이다. 현재와 비슷한 규모의 표본조사구 조사와 일반 행정통계를 이용하여 일정 신뢰수준을 갖춘 통계를 생산할 수 있는 소지역 추정법에 대한 연구가 진행되어 개발 적용되고 있다. 본 연구에서는 소지역 추정법을 활용하여 대전광역시의 5개 구별 실업자 수를 추정하고 추정치의 CV 값을 계산하여 추정방법의 효율성을 비교하는 사례분석을 실시하였다. 또한 합성추정량과 복합추정량의 MSE를 보다 정확하게 계산하는 방법으로 잭나이프 방법을 제안하고 계산방법을 보였다.

• Journal of the Korean Data and Information Science Society
• /
• 제20권2호
• /
• pp.349-356
• /
• 2009

국내의 행정구역상 시군구 등과 같은 소지역에 있어서 실업률에 대한 남녀별 공통 상대위험도를 추정하는데, 추정방법으로 단순한 합동추정, 울프 방법에 기초한 가중추정과 잭나이프 추정들을 고려하고 이 추정 방법들의 효율성을 편의와 평균제곱오차의 개념을 통해서 비교하고자 한다. 이를 위해 2002년 12월 경기지역의 경제활동인구조사 자료를 이용하여 이 지역 내의 24개 시군단위 소지역들의 남녀별 실업률에 대한 상대위험도의 편의 및 평균제곱오차가 본 연구에서 제시된 추정절차에 의해 추정된다. 또한, 이들 추정치들의 안정성과 신뢰성은 상대편의와 상대오차제곱근을 통하여 비교된다. 추정결과 잭나이프 추정이 다른 두 추정들에 비해 매우 효율적임을 보였다.

• 대한원격탐사학회지
• /
• 제15권2호
• /
• pp.91-105
• /
• 1999

최근 다중 지질정보의 통합적 해석은 GIS의 중요한 응용 분야중 하나로 인식되고 있다. 공간통합을 위하여 지구통계학적 방법들이 개발되어 있지만, 통합결과와 입력 주제도들 사이의 관계에 대한 통계적, 정량적 분석방법론의 개발은 아직까지 체계적으로 정립되어 있지 못한 상황이다. 본 연구에서는 지질도, 지화학자료, 항공지구물리자료, 지형자료 및 원격탐사 영상등 다양한 지질정보등이 보고된 옥동지역을 대상으로 하여 광물 부존 예상도 작성 사례연구를 수행하여 기존에 이용되고 있는 여러 공간 통합 방법중 확실인자 (Certainty Factor: CF) 추정방법과 다변량 통계 분석방법중 하나인 주성분분석을 시험적인 통합방법으로 우선적으로 적용한 뒤, 입력 자료와 통합결과에 대한 정량적인 통계량 정보를 추출하고자 하였다. 입력 주제도와 통합 결과사이의 관계 규명에는 통계 분할표를 이용한 통계처리를 편의 분석에는 잭나이프 방법을 적용하였다. 통합정보에 대한 통계량 분석을 통하여, 통합 결과와 입력자료 사이의 정량적 관계를 추출할 수 있었으며, 부가적으로 입력자료의 상태수준에 대한 판단정보를 얻을 수 있었다. 이러한 결과는 GIS 관점에서 통합결과 해석에 중요한 결정보조자료로 활용될 수 있으며, 복잡한 다중정보를 다루는데 공간 통합문제에서도 입력정보 검증을 위한 일반적일 처리과정으로도 발전할 수 있을 것으로 생각된다.

• 응용통계연구
• /
• 제18권2호
• /
• pp.311-328
• /
• 2005

본 논문은 농어가경제조사에서 발생하는 무응답을 처리하는 방법에 관한 것이다. 농어가경제조사는 모두 층화다단표집을 한 후 가중평균으로 모평균을 추정하므로 이에 적합한 대체법으로 가중핫덱 대체법을 고려하여 가중핫덱 대체 절차와 모평균 추정법, 그리고 대응되는 분산추정법을 고찰하였다. 그리고 모의실험을 통하여 가중핫덱 대체가 두 조사에 적용될 수 있음을 보였고 수정된 잭나이프 분산추정법을 사용하면 추정치의 신뢰도도 효과적으로 나타낼 수 있음을 보였다. 또한 두 조사에 적용할 수 있는 대체군 형성 절차를 제시하고, 예로써 각각 4가지 방안을 비교, 분석하였다. 그리고 그 중 가장 효율적인 방안을 결과로써 제시하였다.

• 한국조사연구학회:학술대회논문집
• /
• 한국조사연구학회 2001년도 추계학술대회 발표논문집
• /
• pp.77-85
• /
• 2001

무응답 상황하에서 보정 추정량에 대해 관심변수와 강한 상관계수를 가진 보조정보의 수준에 따라 모집단 총합에 대한 추정량과 분산추정량을 붓스트랩 방법을 이용해서 구했다. 이때 존재하는 보조정보의 수준이 표본인 경우와 모집단인 경우로 나누어 모집단 총합에 대한 보정 추정량(calibration estimator)을 구하고, 그에 따른 붓스트랩 분산 추정량을 도출하였다. 또한 테일러 분산 추정량, 잭나이프 분산 추정량과 붓스트램 분산 추정량의 효율성을 모의 실험을 통해 비교해 보았다.