• Journal of Information Processing Systems
• /
• 제12권1호
• /
• pp.109-128
• /
• 2016

This paper presents a new combined forecasting method that is guided by the soft set theory (CFBSS) to predict business failures with different sample sizes. The proposed method combines both qualitative analysis and quantitative analysis to improve forecasting performance. We considered an expert system (ES), logistic regression (LR), and support vector machine (SVM) as forecasting components whose weights are determined by the receiver operating characteristic (ROC) curve. The proposed procedure was applied to real data sets from Chinese listed firms. For performance comparison, single ES, LR, and SVM methods, the combined forecasting method based on equal weights (CFBEWs), the combined forecasting method based on neural networks (CFBNNs), and the combined forecasting method based on rough sets and the D-S theory (CFBRSDS) were also included in the empirical experiment. CFBSS obtains the highest forecasting accuracy and the second-best forecasting stability. The empirical results demonstrate the superior forecasting performance of our method in terms of accuracy and stability.

• 한국연초학회지
• /
• 제3권2호
• /
• pp.109-114
• /
• 1981

This experiment was conducted with three varieties (Hicks, Burley 21, Sohyang) and cropping systems (Improved mulching, Mulching, Non mulching) of NC 2326 to analyze growth kinetics by means of growth function involving its velocity and accelerated velocity. The basic growth data were obtained by harvest method at interval of ten days from transplanting to hundred days and analyzed by , regression equation, determinant of matrix, and differentiation. The plot of total dry weight of leaves, stalk and roots per a plant vs. time forms a sigmoid curve and its function fitted logistic satisfactorily. Tobacco plant grows at an accelerated velocity. And growth velocity, symmetric about an inflection point, is proportional to biomass attained and to the difference between biomass attained and the maximum, and to the decrease according to the biomass. Of varieties and cropping systems, the most maximum velocity was 9.58g per day per plant in mulching cultivation of NC 2326 and maximum accelerated velocity was 264mg per $day^2$ per plant in Burley 21.

• 한국산학기술학회논문지
• /
• 제10권10호
• /
• pp.2923-2934
• /
• 2009

본 논문에서는 차세대 디스플레이 기술에 대해서 기술의 추세를 예측하였다. 차세대 디스플레이 기술은 최근에 급부상 하는 기술로 연구개발을 수행하는데 있어 추후 연구 방향을 설정하고 기술전략을 세우는데 불확실성을 줄여주기 위해 기술의 미래 발전 방향이나 추세에 대해서 예측을 해 보는 것이 중요하다. 이렇게 함으로써 연구개발 목표를 좀 더 명확히 설정할 수 있고 불필요한 투자를 방지할 수 있다. 본 논문에서는 차세대 디스플레이 기술에 대해서 특허 데이터를 사용하여 정량적인 예측을 수행하였다. 예측 방법으로는 Gompertz, Logistic, Bass모형을 사용하였다. 이 세 모형들은 과거 시장에서의 제품의 확산과정을 설명하는데 사용되었던 모형이다. Gompertz, Logistic모형은 시장의 수요예측 뿐만 아니라 기술의 수요예측에도 주로 쓰였기 때문에 본 논문에서도 이 두 모형을 적용하였다. 하지만 Gompertz, Logistic 모형은 시장에서의 내부 효과에 의한 확산만을 반영한 모형이고 성장의 상한 값을 추정하는 데 있어 추정이 쉽지 않다는 단점이 있다. 기술의 수요도 시장에서의 제품의 확산처럼 기술혁신에 의한 외부 효과와 산업으로 전파될 때의 내부효과가 함께 수요의 확산에 영향을 끼칠 것이라고 판단하여 본 논문에서는 시장에서의 제품 확산의 외부효과와 내부효과를 동시에 고려한 Bass모형도 함께 적용하여 예측을 수행하였다. 또한 Gompertz, Logistic 모형의 상한 값을 Bass모형을 통해 객관적으로 추정하여 예측을 수행함으로써 두 모형의 단점을 보완하였다.

• Journal of the Korean Statistical Society
• /
• 제1권1호
• /
• pp.38-64
• /
• 1973

본논문은 한국 주요도시의 인구 유출입현상을 통계적으로 구명하고 구명된 결과를 기초로 하여 앞으로의 인구를 예측하는 데에 목적이 있다. 이를 위하여서 간단한 마아코프 연쇄를 이용한 인구이동모형을 선정하고 센서스 자료를 적용하였다. 인구의 예측에는 흔희 단순 L-곡선(simple logistic curve)을 사용하는 것이 일반적인 방법이나 도시인구의 유출입과 같은 사회적 인구증가율을 내포하고 있는 경우에는 적당한 방법이라고 할 수 없겠다. 본논문은 5개의 장과 부록으로 구성되어 있으며 2장에서는 모형과 기초자료의 분석이 있고 3장에서는 모형의 적용, 4장에서는 도시 인구흡인력 등에 관련된 제반 통계량을 추정하였다. 마지막 장은 결과의 평가로 삼았다.

• Journal of the Korean Data and Information Science Society
• /
• 제28권6호
• /
• pp.1337-1348
• /
• 2017

본 연구는 질병관리본부에서 실시한 전국 규모의 자료인 지역사회건강조사 2014년 자료를 이용하여 고위험 음주자들의 특성 및 요인을 파악하고 고위험 음주 예측모형을 개발했다. 예측모형 개발은 데이터마이닝 방법 중 로지스틱 회귀분석, 의사결정나무, 신경망 분석 3가지 방법을 적용했으며, 로지스틱 회귀분석의 주요 결과로는 40대 남자의 위험도가 높았고, 사무직과 판매서비스직의 위험도가 높았다. 특히 현재 흡연자인 경우 고위험 음주 위험도가 높았다. 3가지 방법 중 AUROC (area under a receiver operation characteristic curve) 측면에서 신경망 분석과 로지스틱 회귀분석이 가장 높게 나타났다. 또한 고위험 음주 예방을 위한 우선 관리 대상자를 선정함에 있어 신경망 분석과 로지스틱 회귀분석으로 개발된 예측모형의 사후확률을 기초로 두 가지 모형 모두 예측분포의 상위 10%인 집단에 해당되는 경우를 선정한 결과 신경망 분석이나 로지스틱 회귀모형 1가지 모형으로 적용하는 것보다 반응률 및 향상도가 다소 개선되는 것으로 나타났다. 본 연구에서 개발된 고위험 음주 예측모형과 우선 관리 대상자 선정 방법은 문제적 음주 예방 및 개선 교육, 절주 프로그램 개발 등에 보다 세분화되고 효과적인 건강관리 서비스를 제공을 위한 기초자료가 될 수 있을 것이다.

• Communications for Statistical Applications and Methods
• /
• 제16권6호
• /
• pp.1005-1012
• /
• 2009

The area under the curve(AUC) is commonly used as a measure of the receiver operating characteristic(ROC) curve which displays the performance of a set of binary classifiers for all feasible ratios of the costs associated with true positive rate(TPR) and false positive rate(FPR). In the bipartite ranking problem where one has to compare two different observations and decide which one is "better", the AUC measures the quantity that ranking score of a randomly chosen sample in one class is larger than that of a randomly chosen sample in the other class and hence, the function which maximizes an AUC of bipartite ranking problem is different to the function which maximizes (minimizes) accuracy (misclassification error rate) of binary classification problem. In this paper, we develop a way to construct the unified framework for AUC maximizer including support vector machines based on maximizing large margin and logistic regression based on estimating posterior probability. Moreover, we develop an efficient algorithm for the proposed unified framework. Numerical results show that the propose unified framework can treat various methodologies successfully.

• Ocean and Polar Research
• /
• 제32권3호
• /
• pp.187-201
• /
• 2010

The purpose of this study was to investigate the temporal and spatial variability of taxonomic groups and major species of the mesozooplankton community in Lake Shihwa, Korea. Monthly collections were carried out at five stations in Lake Shihwa for a period of one year. The mesozooplankton community showed distinct seasonal variability with water temperature and salinity. Major mesozooplankton species in each seasonal community were derived from non-metric MDS and SIMPER as follows: winter community (Acartia hongi and Eurytemora pacifica), spring community (Acartia hudsonica and Polychaeta larvae), summer community (Acartia sinjiensis, Pavocalanus crassirostris, Evadne tergestina and Cirripedia nauplii) and fall community (Paracalanus indicus and Podon leuckarti). The succession of the seasonal species, A. hudsonica and A. sinjiensis, was the most remarkable event during the seasonal changes of the mesozooplankton community. The species response curve of these species fitted with the logistic regression in relation to water temperature and salinity. The curve also correctly represented the characteristics of the occurrence of A. hudsonica and A. sinjiensis in Lake Shihwa.

• 응용통계연구
• /
• 제21권2호
• /
• pp.183-200
• /
• 2008

국민연금의 효율적인 운영을 위하여 고령화, 저출산과 같은 사회현상에 대비한 연금 관리를 위한 연구가 요구되고 있다. 본 연구는 유족연금의 발생을 예측하고 유족연금의 발생가능성 정도에 따라 대상자들을 분류하기 위한 통계적 모델을 제안하기 위하여 두 단계의 로지스틱 분석을 실시하였다. 첫 단계의 분석으로부터, 전체 대상자에 대하여 유족연금의 발생에 영향을 주는 주요인의 특성과 국민연금의 종류를 파악하고 이를 대상으로 유족연금의 발생에 대한 로지스틱 회귀모형을 적용하되 대상자를 합리적으로 등급화하기 위한 모델을 제안하고 이를 일반적인 로지스틱모델과 비교하였다. 정확도, 민감도, 특이도와 사후 확률의 분포를 비교하고 K-S통계량을 통하여 등급의 타당성 평가와 리프트 그래프를 통한 모델의 예측력평가를 함으로써 합리적 등급분류를 통한 대상자관리가 가능한 통계적 모델임을 보였다. 예측된 통계적 모델을 적용하여 유족연금 수급유무와 등급별 분류, 등급에 따른 유족연금액 예측을 통하여 효율적인 연금관리 방안을 제안할 수 있다.

• Asian Pacific Journal of Cancer Prevention
• /
• 제15권14호
• /
• pp.5883-5888
• /
• 2014

Background: Breast cancer is the most common cancers in female populations. The exact cause is not known, but is most likely to be a combination of genetic and environmental factors. Log-logistic model (LLM) is applied as a statistical method for predicting survival and it influencing factors. In recent decades, artificial neural network (ANN) models have been increasingly applied to predict survival data. The present research was conducted to compare log-logistic regression and artificial neural network models in prediction of breast cancer (BC) survival. Materials and Methods: A historical cohort study was established with 104 patients suffering from BC from 1997 to 2005. To compare the ANN and LLM in our setting, we used the estimated areas under the receiver-operating characteristic (ROC) curve (AUC) and integrated AUC (iAUC). The data were analyzed using R statistical software. Results: The AUC for the first, second and third years after diagnosis are 0.918, 0.780 and 0.800 in ANN, and 0.834, 0.733 and 0.616 in LLM, respectively. The mean AUC for ANN was statistically higher than that of the LLM (0.845 vs. 0.744). Hence, this study showed a significant difference between the performance in terms of prediction by ANN and LLM. Conclusions: This study demonstrated that the ability of prediction with ANN was higher than with the LLM model. Thus, the use of ANN method for prediction of survival in field of breast cancer is suggested.

• 대한간호학회지
• /
• 제50권2호
• /
• pp.191-199
• /
• 2020

Purpose: The purpose of this study was to compare sociodemographic characteristics of a normal cognitive group and mild cognitive impairment group, and establish prediction models of Mild Cognitive Impairment (MCI). Methods: This study was a secondary data analysis research using data from "the 4th Korea Longitudinal Study of Ageing" of the Korea Employment Information Service. A total of 6,405 individuals, including 1,329 individuals with MCI and 5,076 individuals with normal cognitive abilities, were part of the study. Based on the panel survey items, the research used 28 variables. The methods of analysis included a χ²-test, logistic regression analysis, decision tree analysis, predicted error rate, and an ROC curve calculated using SPSS 23.0 and SAS 13.2. Results: In the MCI group, the mean age was 71.4 and 65.8% of the participants was women. There were statistically significant differences in gender, age, and education in both groups. Predictors of MCI determined by using a logistic regression analysis were gender, age, education, instrumental activity of daily living (IADL), perceived health status, participation group, cultural activities, and life satisfaction. Decision tree analysis of predictors of MCI identified education, age, life satisfaction, and IADL as predictors. Conclusion: The accuracy of logistic regression model for MCI is slightly higher than that of decision tree model. The implementation of the prediction model for MCI established in this study may be utilized to identify middle-aged and elderly people with risks of MCI. Therefore, this study may contribute to the prevention and reduction of dementia.