• Computers and Concrete
• /
• 제13권5호
• /
• pp.659-677
• /
• 2014

A Bayesian response surface updating procedure is applied in order to update the parameters of the covariance function of a random field for concrete properties based on a limited number of available measurements. Formulas as well as a numerical algorithm are presented in order to update the parameters of response surfaces using Markov Chain Monte Carlo simulations. The parameters of the covariance function are often based on some kind of expert judgment due the lack of sufficient measurement data. However, a Bayesian updating technique enables to estimate the parameters of the covariance function more rigorously and with less ambiguity. Prior information can be incorporated in the form of vague or informative priors. The proposed estimation procedure is evaluated through numerical simulations and compared to the commonly used least square method.

• International Journal of Advanced Culture Technology
• /
• 제6권4호
• /
• pp.292-302
• /
• 2018

This study proposes a Bayesian stochastic frontier model that is well-suited to productivity/efficiency analysis particularly using panel data. A unique feature of our proposal is that both production frontier and efficiency are estimable for each individual firm and their linkage to various firm characteristics enriches our understanding of the source of productivity/efficiency. Empirical application of the proposed analysis to Human Capital Corporate Panel data enables identification and quantification of the effects of Human Resource factors on firm efficiency in tandem with those of firm types on production frontier. A comprehensive description of the Markov Chain Monte Carlo estimation procedure is forwarded to facilitate the use of our proposed stochastic frontier analysis.

• Communications for Statistical Applications and Methods
• /
• 제26권2호
• /
• pp.131-148
• /
• 2019

Constant stress partially accelerated life tests are studied according to exponentiated Weibull distribution. Grounded on multiple censoring, the maximum likelihood estimators are determined in connection with unknown distribution parameters and accelerated factor. The confidence intervals of the unknown parameters and acceleration factor are constructed for large sample size. However, it is not possible to obtain the Bayes estimates in plain form, so we apply a Markov chain Monte Carlo method to deal with this issue, which permits us to create a credible interval of the associated parameters. Finally, based on constant stress partially accelerated life tests scheme with exponentiated Weibull distribution under multiple censoring, the illustrative example and the simulation results are used to investigate the maximum likelihood, and Bayesian estimates of the unknown parameters.

• Communications for Statistical Applications and Methods
• /
• 제29권5호
• /
• pp.513-532
• /
• 2022

In this paper, the use of Bayes factors and the deviance information criterion for model selection are compared in a Bayesian accelerated life testing setup. In Bayesian accelerated life testing, the most used tool for model comparison is the deviance information criterion. An alternative and more formal approach is to use Bayes factors to compare models. However, Bayesian accelerated life testing models with more than one stressor often have mathematically intractable posterior distributions and Markov chain Monte Carlo methods are employed to obtain posterior samples to base inference on. The computation of the marginal likelihood is challenging when working with such complex models. In this paper, methods for approximating the marginal likelihood and the application thereof in the accelerated life testing paradigm are explored for dual-stress models. A simulation study is also included, where Bayes factors using the different approximation methods and the deviance information are compared.

• 천문학회보
• /
• 제45권1호
• /
• pp.51.3-52
• /
• 2020

We present the status of the development of a Markov Chain Monte Carlo (MCMC) parameter estimation (PE) pipeline for compact binary coalescences (CBCs) with the Japanese KAGRA gravitational-wave (GW) detector. The pipeline is included in the KAGRA Algorithm Library (KAGALI). Basic functionalities are benchmarked from the LIGO Algorithm Library (LALSuite) but the KAGRA MCMC PE pipeline will provide a simpler, memory-efficient pipeline to estimate physical parameters from gravitational waves emitted from compact binaries consisting of black holes or neutron stars. Applying inspiral-merge-ringdown and inspiral waveforms, we performed simulations of various black hole binaries, we performed the code sanity check and performance test. In this talk, we present the situation of GW observation with the Covid-19 pandemic. In addition to preliminary PE results with the KAGALI MCMC PE pipeline, we discuss how we can optimize a CBC PE pipeline toward the next observation run.

• 대한기계학회논문집A
• /
• 제35권4호
• /
• pp.393-400
• /
• 2011

본 연구에서는 현장의 축적된 피로 수명 시험 데이터를 바탕으로 유한요소해석(Finite Element Analysis)을 이용하여 스프링의 피로 수명 파라미터를 역 추정(Inverse Estimation)하는 연구를 수행하였다. 베이지안 접근법(Bayesian Approach)을 이용하여 불확실성 피로 수명 파라미터의 사후분포(Posterior distribution)를 구하였고, 마코프체인몬테카를로(Markov Chain Monte Carlo) 기법을 이용하여 역 추정된 파라미터의 샘플 데이터를 생성하였다. 얻어진 샘플링 데이터를 기반으로 피로 수명을 예측한 결과 신뢰 수준 내에서 실제 수명 시험 결과가 예측한 범위 내에 잘 포함되고 있음을 알 수 있었다.

• 대한기계학회논문집A
• /
• 제37권9호
• /
• pp.1133-1140
• /
• 2013

컴퓨터 해석모델은 물리현상을 바탕으로 단순화된 모델을 구축하고 해를 구하는 유용한 도구이나, 많은 경우 단순화 가정 또는 입력변수 정보의 미비나 불확실성으로 인해 실제와 차이가 발생한다. 본 연구에서는 이러한 문제에 대해 베이지안 확률이론을 이용하여 실측데이터를 통해 해석모델을 보정하는 방법을 소개하고 이를 파이로 작동기구의 탄소성 압착 문제에 적용한다. 파이로 작동기구는 고에너지의 재료를 원격으로 폭발시켜 작동하는 장치로 그 작동의 신속한 계산을 위해서 단순한 수학모델을 구축하고 실험데이터를 토대로 미지의 입력변수를 확률적으로 보정하였다. 이 때, 확률적 추정을 위해서는 현대적 계산통계기법의 하나인 Markov Chain Monte Carlo 기법을 이용하였으며, 최종적으로 그 결과를 압착거동해석에 활용하여 작동기구의 신뢰도를 평가하였다.

• 대한기계학회논문집A
• /
• 제40권10호
• /
• pp.895-900
• /
• 2016

리튬 이온 배터리의 잔존수명 추정은 품질보증, 운전계획, 교체주기 파악 등을 위해 활용된다는 점에서 그 필요성이 점점 커지고 있다. 본 논문에서는 에너지 저장 장치용 배터리의 잔존 수명을 단일지수 용량열화 모델과 마코프체인 몬테카를로(MCMC) 방법을 이용하여 추정한 결과를 제시한다. MCMC방법은 사전 정보가 제대로 주어지지 않았을 때, 추정결과가 모델 초기값과 입력 설정값에 따라 크게 변하게 되는 단점이 있어, 실제 현장에서 배터리 모델과 추정법에 익숙하지 않은 사용자가 활용하는데 어려움이 있다. 이러한 어려움을 극복하기 위해, 본 논문에서는 베이지안 추론법의 이론식을 전역 탐색하여 구한 이론값과 MCMC 추정값을 비교해서, 초기값과 설정값을 결정하는 과정을 제안한다.

• 응용통계연구
• /
• 제18권1호
• /
• pp.1-13
• /
• 2005

최근 많은 연구자와 실무자들이 모집단에 내재해 있는 여러 다른 그룹(class, segment)간의 이질성을 밝혀내고 객체들을 그룹별로 세분화하는 방법 중 하나로 잠재그룹 모델(Latent class model)을 고려하고 있다. 이 논문에서는 2000년도에 국립 암 센터에 접수된 한국 내 연령별 전립선암 사망자수 자료를 기반으로, 잠재그룹 포아송 모형을 이용하여 전립선암 환자의 연령에 따른 그룹화를 시도한다. 최우추정법 등 고전적 추론방법의 한계를 극복하기 위하여 Markov Chain Monte Carlo (MCMC) 방법을 도구로 한 베이지안 추정 방법을 제안한다. 제안된 베이지안 방법의 장점은 용이한 모수추정과 추정오차의 제공, 그리고 각 객체의 소속그룹의 판정과 이에 따르는 오차, 즉, 객체의 각 군집에 속할 확률, 도 구할 수 있다는 것이다. 또한 주어진 자료들에 대해 가장 적합한 그룹의 수를 결정하는 방법을 제시하여 그룹의 수나 세분화의 근거를 사전에 제공하지 않아도 자료가 주는 정보로부터 이들을 자동으로 결정하는 방법을 제시한다.

• 응용통계연구
• /
• 제30권6호
• /
• pp.877-888
• /
• 2017

시계열 자료의 주기를 파악하기 위해 스펙트럴 분석이 널리 이용되고 있다. 전력 스펙트럼이나 피리오도그램을 통해서 주파수를 추정하고 그로부터 순환 주기를 계산한다. 한편에서는 통계학의 한 축인 베이지안 기법을 활용한 주파수 추정법이 연구되어 사용되고 있다. 그런데 베이지안 주파수 추정량이 수학 공식을 통해 분석적으로 표현이 가능하지 않음으로 인해 신뢰구간 추정 같은 심도 깊은 통계학적 분석이 용이하지 않은 상화에서 컴퓨터를 이용한 수치해석적인 방법으로 신뢰구간을 추정하였다. 본 논문에서는 베이지안 주파수에 대한 보다 심도 있는 분석을 위해 모수를 재표본하는 Markov chain Monte Carlo (MCMC)을 이용한 추정과 데이터를 재표본하는 시계열 재표본을 통한 추정을 시도해 보았다. 예제로서 부동산 매매/전세 가격 지수 데이터을 사용하였고 매매와 전세 가격 지수간에 3.7개월 정도의 주기 차이가 존재하나 통계학적으로는 유의미한 차이라고 할 수 없음을 알았다.