• 응용통계연구
• /
• 제21권5호
• /
• pp.835-843
• /
• 2008

In this paper, we investigate a Bayesian inference for software reliability models based on mean value functions which take the form of the mixture of beta distribution functions. The posterior simulation via the Markov chain Monte Carlo approach is used to produce estimates of posterior properties. Its applicability is illustrated with two real data sets. We compute the predictive distribution and the marginal likelihood of various models to compare the performance of them. The model comparison results show that the model based on the beta-mixture performs better than other models.

• Communications for Statistical Applications and Methods
• /
• 제28권2호
• /
• pp.99-118
• /
• 2021

In this paper, we introduce an extended form of the inverse power Lomax model via Marshall-Olkin approach. We call it the Marshall-Olkin inverse power Lomax (MOIPL) distribution. The four- parameter MOIPL distribution is very flexible which contains some former and new models. Vital properties of the MOIPL distribution are affirmed. Maximum likelihood estimators and approximate confidence intervals are considered under Type I censored samples. Maximum likelihood estimates are evaluated according to simulation study. Bayesian estimators as well as Bayesian credible intervals under symmetric loss function are obtained via Markov chain Monte Carlo (MCMC) approach. Finally, the flexibility of the new model is analyzed by means of two real data sets. It is found that the MOIPL model provides closer fits than some other models based on the selected criteria.

• Communications for Statistical Applications and Methods
• /
• 제23권2호
• /
• pp.131-146
• /
• 2016

In research on behavioral studies, significant attention has been paid to the stage-sequential process for longitudinal data. Latent class profile analysis (LCPA) is an useful method to study sequential patterns of the behavioral development by the two-step identification process: identifying a small number of latent classes at each measurement occasion and two or more homogeneous subgroups in which individuals exhibit a similar sequence of latent class membership over time. Maximum likelihood (ML) estimates for LCPA are easily obtained by expectation-maximization (EM) algorithm, and Bayesian inference can be implemented via Markov chain Monte Carlo (MCMC). However, unusual properties in the likelihood of LCPA can cause difficulties in ML and Bayesian inference as well as estimation in small samples. This article describes and addresses erratic problems that involve conventional ML and Bayesian estimates for LCPA with small samples. We argue that these problems can be alleviated with a small amount of prior input. This study evaluates the performance of likelihood and MCMC-based estimates with the proposed prior in drawing inference over repeated sampling. Our simulation shows that estimates from the proposed methods perform better than those from the conventional ML and Bayesian method.

• 디지털융복합연구
• /
• 제13권10호
• /
• pp.219-224
• /
• 2015

본 연구는 우리나라 가계저축률의 정규분포혼합을 추정한다. 2014년 마이크로데이터인 MDSS를 이용하였고 추정방법으로는 깁스알고리즘을 이용하였다. 실증분석결과의 주요내용은 다음과 같다. 첫째, 정규분포혼합을 추정하기 위한 방법으로 깁스알고리즘은 잘 작동하였다. 즉 주요 모수추정치는 모두 정상적 분포를 갖는 것으로 나타났다. 둘째 저축률 자료는 적어도 2개의 성분, 즉 저축률이 평균 0%인 성분과 평균 29.4%인 성분으로 이루어져 있는 것으로 보인다. 즉 우리나라의 가계는 고저축률 집단과 저저축률 집단으로 나누어질 수 있다는 뜻이다. 셋째 정규분포혼합모형 자체는 어떤 가계가 첫째 성분 또는 둘째 성분에 속하는가를 설명할 수 없다. 이에 본 연구는 추가적인 분석을 수행하였지만 소득수준과 가구주 연령은 이에 대한 설명력을 지니지 못하는 것으로 판단된다.

• 한국수자원학회논문집
• /
• 제49권4호
• /
• pp.315-325
• /
• 2016

일반적으로 하천의 유량은 댐과 같은 수공구조물에 의해 조정된 유량으로 수자원계획을 위해서 필요한 자연유량과는 차이가 크다. 수자원계획을 수립함에 있어 자연 유입량 정보는 댐 운영과 수문분석을 위한 필수적인 정보이다. 본 연구에서는 댐 유역 일유입량 모의기법을 위한 통합 모형을 개발하였다. 첫째, 장기 강우-유출 모형의 입력강우자료로 사용하기 위하여 평균 및 중앙값과 같은 통계적 모멘트를 효과적으로 재현하고 극치 강우량 재현에 유리한 불연속 Kernel-Pareto 확률분포 기반의 강우모의기법을 통하여 강우모의를 수행하였다. 둘째, SAC-SMA 장기 강우-유출 모형의 매개변수를 Bayesian MCMC 기법을 통하여 최적화하여 산정된 매개변수의 사후분포를 활용하여 댐 유입량 시나리오 도출하였다. 댐 유역을 대상으로 개발된 모형을 평가한 결과 자연유량과 통계적으로 유사한 특성을 가지는 시나리오를 생성할 수 있었으며, 물수지 분석 등과 같은 수자원계획을 위한 시나리오로 활용이 가능할 것으로 판단된다.

• 한국수자원학회논문집
• /
• 제45권5호
• /
• pp.505-516
• /
• 2012

본 연구에서는 국내외에서 범용되고 있는 단일강우사상 모형인 미육군공병단의 HEC-1 모형을 이용하여 대청댐 유역의 실측 강우-유출 사상을 중심으로 강우-유출 모의를 수행하였으며, 매개변수 검정에는 실제 대청댐의 시간당 유입량을 기준으로 검정을 실시하였다. HEC-1 모형에는 매개변수를 자동으로 최적화시키는 프로그램이 내장되어 있으나 본 연구의 대상유역과 같이 다수의 소유역이 있는 경우, 매개변수 추정시 매개변수 중 일부는 수렴되지 못하고 발산하는 문제가 있었으며, 첨두유량의 추정능력 역시 저하되는 문제를 보였다. 따라서 이러한 HEC-1 모형의 매개변수의 불확실성을 고려하기 위한 방안으로 Bayesian 모형을 HEC-1모형에 연동시켜 활용하였으며, 기존 HEC-1 강우-유출 모형에 적용할 수 있는 매개변수 최적화 및 불확실성 정량화를 위해 HEC-1 강우-유출 모형 매개변수는 SCS 1개, Clark 단위도 2개를 Bayesian MCMC 기법을 적용하여 매개변수간 조건부확률로 모의발생을 한 후, Bayesian 모형으로부터 각 매개변수의 사후분포(posterior distribution)를 추정하여 사후분포의 추정이 매개변수의 불확실성 정량화를 수행하였다. 본 연구를 통해 제안된 BHEC-1 모형을 대상으로 대청댐 유역에 실측 강우-유출사상에 대해서 모형의 적합성을 평가한 결과, 7개 유역의 21개의 매개변수가 해의 발산 없이 안정된 매개변수 추정이 가능하였다. 한편, Bayesian 모형을 근간으로 하기 때문에 최종결과로서 매개변수들의 사후분포(posterior)의 추정이 가능하여 향후 홍수빈도곡선 유도, 댐 위험도분석과 기후변화 문제와 같은 다양한 수문학적 문제의 연구에 적용 가능할 것으로 전망된다.

• 산업경영시스템학회지
• /
• 제42권4호
• /
• pp.194-202
• /
• 2019

Reliability analysis of the components frequently starts with the data that manufacturer provides. If enough failure data are collected from the field operations, the reliability should be recomputed and updated on the basis of the field failure data. However, when the failure time record for a component contains only a few observations, all statistical methodologies are limited. In this case, where the failure records for multiple number of identical components are available, a valid alternative is combining all the data from each component into one data set with enough sample size and utilizing the useful information in the censored data. The ROK Navy has been operating multiple Patrol Killer Guided missiles (PKGs) for several years. The Korea Multi-Function Control Console (KMFCC) is one of key components in PKG combat system. The maintenance record for the KMFCC contains less than ten failure observations and a censored datum. This paper proposes a Bayesian approach with a Dirichlet mixture model to estimate failure time density for KMFCC. Trends test for each component record indicated that null hypothesis, that failure occurrence is renewal process, is not rejected. Since the KMFCCs have been functioning under different operating environment, the failure time distribution may be a composition of a number of unknown distributions, i.e. a mixture distribution, rather than a single distribution. The Dirichlet mixture model was coded as probabilistic programming in Python using PyMC3. Then Markov Chain Monte Carlo (MCMC) sampling technique employed in PyMC3 probabilistically estimated the parameters' posterior distribution through the Dirichlet mixture model. The simulation results revealed that the mixture models provide superior fits to the combined data set over single models.

• 천문학회지
• /
• 제56권2호
• /
• pp.277-286
• /
• 2023

It is difficult to distinguish the pure signal produced by an orbiting planetary companion around giant stars from other possible sources, such as stellar spots, pulsations, or certain activities. Since 2003, we have obtained radial (RV) data from evolved stars using the high-resolution, fiber-fed Bohyunsan Observatory Echelle Spectrograph (BOES) at the Bohyunsan Optical Astronomy Observatory (BOAO). Here, we report the results of RV variations in the binary star HD 135438. We found two significant periods: 494.98 d with eccentricity of 0.23 and 8494.1 d with eccentricity of 0.83. Considering orbital stability, it is impossible to have two companions in such close orbits with high eccentricity. To determine the nature of the changes in the RV variability, we analyzed indicators of stellar spot and stellar chromospheric activity to find that there are no signals related to the significant period of 494.98 d. However, we calculated the upper limits of rotation period of the rotational velocity and found this to be 478-536 d. One possible interpretation is that this may be closely related to the rotational modulation of an orbital inclination at 67-90 degrees. The other signal corresponding to the period of 8494.1 d is probably associated with a stellar companion orbiting the giant star. A Markov Chain Monte Carlo (MCMC) simulation considering a single companion indicates that HD 135438 system hosts a stellar companion with 0.57^+0.017 _-0.017 M_⊙ with an orbital period of 8498 d.

• 한국지리정보학회지
• /
• 제26권1호
• /
• pp.132-144
• /
• 2023

최근 기후변화 기온상승 따른 폭염의 발생 빈도와 강도가 증가하고 있다. 이에 본 연구는 정부가 채택한 기후변화 재해취약성분석에 따른 폭염 재해취약성분석과 최근 IPCC에서 강조하고 있는 재해평가 방법인 리스크 평가라는 두 가지의 폭염재해 평가를 부산광역시 폭염을 대상으로 평가과정과 평가결과를 비교하고 시사점을 도출하고자하였다. 기후변화 재해취약성분석은 정부에서 마련한 매뉴얼과 가이드라인을 기반으로 평가하고 있다. 리스크 평가는 재해발생가능성과 그 영향의 곱으로 평가될 수 있으며, 재해발생가능성을 산출함에 있어서 사전 정보를 활용하여 사후확률을 추론하는 베이지안 추정법을 기반으로 한 마르코브체인 몬테카를로 시뮬레이션을 활용하여 평가하고 있다. 분석 결과 부산광역시를 대상으로 한 두 가지 평가 결과는 폭염 취약 지역의 공간분포에서 다소 차이가 발생하였다. 기후변화에 따른 재해 취약 지역을 적절하게 평가하기 위해서는 기후변화 재해취약성분석과 리스크 평가의 분석 과정 및 결과를 살펴보고 각각의 방법론에 대한 고려와 그에 맞는 대응을 마련해야하며, 이를 통해 장기적인 폭염 대응 방안을 마련할 수 있을 것으로 사료된다.