• Journal of the Korean Data and Information Science Society
• /
• 제18권3호
• /
• pp.669-678
• /
• 2007

An algorithm to detect the number of discontinuity points of the variance function in regression model is proposed. The proposed algorithm is based on the left and right one-sided kernel estimators of the second moment function and test statistics of the existence of a discontinuity point coming from the asymptotic distribution of the estimated jump size. The finite sample performance is illustrated by simulated example.

• Communications for Statistical Applications and Methods
• /
• 제3권3호
• /
• pp.271-282
• /
• 1996

this paper deal with the estimation of the power spectral density function of time series. A kernel estimator which is based on local average is defined and the rates of convergence of the pointwise, $$L_2$-norm; and; $L{\infty}$-norm associated with the estimator are investigated by restricting as to kernels with suitable assumptions. Under appropriate regularity conditions, it is shown that the optimal rate of convergence for 0$N^{-r}$ both in the pointwiseand $$L_2$-norm, while; $N^{r-1}(logN)^{-r}$is the optimal rate in the $L{\infty}-norm$. Some examples are given to illustrate the application of main results.

• Communications for Statistical Applications and Methods
• /
• 제27권5호
• /
• pp.511-521
• /
• 2020

In this paper, a partially linear multivariate model with error in the explanatory variable of the nonparametric part, and an m dimensional response variable is considered. Using the uniform consistency results found for the estimator of the nonparametric part, we derive an estimator of the parametric part. The dependence of the convergence rates on the errors distributions is examined and demonstrated that proposed estimator is asymptotically normal. In main results, both ordinary and super smooth error distributions are considered. Moreover, the derived estimators are applied to the economic behaviors of consumers. Our method handles contaminated data is founded more effectively than the semiparametric method ignores measurement errors.

• 응용통계연구
• /
• 제11권2호
• /
• pp.363-376
• /
• 1998

선형 평활스플라인 추정은 경계 편의의 영향력을 제거 하기위해 수정된 것이다. 제시된 추정량은 적합된 값들과 관련있는 평활 모수 선택 기준의 계산을 개선시킨 O(n) 얄고리즘을 사용하여 효과적으로 계산할 수 있게 하였다. 추정량의 점근적 성질들이 균일 계획의 경우에 대하여 연구되었다. 이 경우에 경계수정 선형 평활스플라인들의 평균 제곱 오차의 성질들은 표준 이차 커널 평활들에 대한 평균제곱오차들과 점근적 특성으로 비교하였다.

• Journal of the Korean Statistical Society
• /
• 제25권2호
• /
• pp.217-233
• /
• 1996

This paper gives a rigorous proof of an asymptotic result about bias and variance for a transformation-based nonparametric regression estimator proposed by Park et al (1995).

• Communications for Statistical Applications and Methods
• /
• 제4권3호
• /
• pp.911-915
• /
• 1997

The purpose of this paper is to consider the problem of selection of optimal smoothing parameter for kernel-type distribution function estimator, which asymptotically minimizes mean Hellinger distance.

• 한국수자원학회논문집
• /
• 제30권6호
• /
• pp.641-648
• /
• 1997

상관계수가 변수간의 선형 상관관계를 나타내듯이 mutual information은 변수간의비선형 상관관계를 나타내준다. 본 논문에서는 mutual information 추정법으로 다변수 핵 미도함수(multivariate kernel density estimator)를 이용한 방법이 여러 time lags값에 대하여 산정 되었다. 많은 수문자료에서 보여지는 비선형 관계를 Mutual Information으로 확인하여 보았고, 또한 Mutual Information값이 거의 0인 점에서 optimal delay time을 구하여, 하나의 자료로부터 다변수 회귀분석 모델을 만들 때 이용할 수 있다.

• 응용통계연구
• /
• 제7권1호
• /
• pp.149-158
• /
• 1994

커널 추정은 커널함수와 bandwidth에 의해서 결정이 된다. 그러나 평활의 정도를 조절하는 적절한 bandwidth를 찾는 것이 더욱 중요한 문제이다. 그러므로 이론적으로 최적의 bandwidth와 비교하여 실제자료에 잘 적용될 수 있는 적절한 bandwidth를 어떻게 찾느냐는 것이 문제가 된다. 본 논문에서는 평균제곱오차(mean square error)의 편의(bias)와 분산(variance)의 관계를 통하여 커널을 이용한 회귀선의 추정에 있어서 간단하고 효과적인 local bandwidth를 찾을 수 있는 알고리즘을 제안하였다.

• 응용통계연구
• /
• 제33권5호
• /
• pp.569-578
• /
• 2020

분위수 회귀모형은 반응변수의 조건부 분위수 함수를 추정함으로써 반응변수와 예측변수의 관계에 대한 포괄적인 정보를 제공한다. 특히 커널 분위수 회귀모형은 비선형 관계식을 고려하기 위하여 양정치 커널함수(kernel function)에 의해 만들어지는 재생 커널 힐버트 공간(reproducing kernel Hilbert space)에서 비선형 조건부 분위수 함수를 추정한다. 그러나 KQR은 이차계획법으로 공식화되어 많은 계산비용을 필요로 하므로 컴퓨터 메모리 능력의 제한으로 대용량 자료의 분석은 불가능하다. 이러한 문제점을 해결하기 위하여 본 논문에서는 분할정복(divide and conquer) 알고리즘을 활용한 KQR 추정법(DC-KQR)을 제안한다. DC-KQR은 먼저 전체 훈련자료를 몇 개의 부분집합으로 무작위로 분할(divide)한 후, 각각의 부분집합에 대하여 KQR 분위수 함수를 추정하고 이들의 산술 평균을 이용하여 최종적인 추정량으로 통합(conquer)하는 기법이다. 본 논문에서는 모의실험과 실제자료 분석을 통해 제안한 DC-KQR의 효율적인 성능과 활용 가능성을 확인하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 가을 학술발표논문집 Vol.32 No.2 (2)
• /
• pp.796-798
• /
• 2005

본 연구에서는 엔트로피 이론을 사용하여 ICA(Independent Component Analysis) 점수함수를 생성하는 새로운 밀도추정자(Density Estimator)를 제안한다. 원 신호에 대한 밀도함수의 추정은 적당한 점수함수를 생성하기 위해 필요하고, 미분 가능한 밀도함수인 커널을 이용한 밀도추정법(Kernel Density Estimation)을 이용하여 점수함수를 생성하였다. 보다 빠른 점수함수의 생성을 위해서 식의 형태를 convolution 형태로 표현하였으며, ICA 학습을 위해서 결합엔트로피를 최대화(Joint Entropy Maximization)하는 방향으로 커널의 폭을 학습하였다. 이를 위해서 기울기 강하법(Gradient descent method)를 사용하였으며, 이러한 제약 사항은 새로운 밀도 추정자를 설계하기 위한 기본적인 개념을 나타낸다. 실험결과, 커널의 폭을 담당하는 smoothing parameters들이 일정한 값으로 학습함을 알 수 있었다.