• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.366-366
• /
• 2012

확률강우량은 하천설계, 수자원설계 및 계획을 위한 기초자료로 활용되며 최근 이상기후 및 기후변화로 인한 극치강우의 빈도 및 양적 증가로 인한 확률강우량 산정의 불확실성 분석에 대한 관심이 크게 증가하고 있다. 수문빈도 해석에 있어서 대부분 지역이 50년 이하의 수문자료가 이용되고 있으며 수문설계에서 요구되는 50년 이상의 확률강수량 추정시에는 상당한 불확실성을 내포하고 있다. 이러한 점에서 본 연구에서는 자료연수에 따른 Sampling Error와 분포형의 매개변수의 불확실성을 고려한 해석모형을 구축하고자 한다. 빈도해석에서 매개변수를 추정하기 위해서는 일반적으로 모멘트법, 최우도법, 확률가중모멘트법이 이용되고 있으나 사용되는 분포형에 따라서 통계학적으로 불확실성 구간을 정량화하는 과정이 난해할 뿐만 아니라 극치 수문자료가 Thick-Tailed분포의 특성을 가짐에도 불구하고 신뢰구간 산정시 정규분포로 가정하는 등 기존 해석 방법에는 많은 문제점을 내포하고 있다. 본 연구에서는 이러한 매개변수의 불확실성 평가에 있어서 우수한 해석능력을 발휘하는 Bayesian기법을 도입하여 분포형의 매개변수를 추정하고 매개변수 추정과 관련된 불확실성을 평가하고자 한다. 이와 별개로 자료연한에 따른 Sampling Error를 추정하기 위해서 Bootstrapping 기반의 해석모형을 구축하고자 하며 최종적으로 빈도해석시에 나타나는 불확실성을 종합적으로 검토하였다. 빈도해석을 위한 확률분포형으로 GEV(generalized extreme value)분포를 이용하였으며 Gibbs 샘플러를 활용한 Bayesian Markov Chain Monte Carlo 모의를 기본 해석모형으로 활용하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.298-298
• /
• 2016

최근 기후변화의 영향으로 시간에 따라 자료 및 통계적 특성이 변하는 비정상성이 다양한 수문자료에서 관측됨에 따라 비정상성 빈도해석에 대한 연구가 활발히 진행되고 있다. 비정상성 빈도해석에 사용되는 비정상성 확률 모형은 기존의 매개변수를 시간에 따라 변하는 공변량이 포함된 함수의 형태로 나타내기 때문에, 정상성 확률 모형에 비해 매개변수의 개수가 많으며 복잡한 형태를 가지게 된다. 따라서 본 연구에서는 비정상성 고려 시 모형이 복잡해짐에 따라 매개변수 및 확률 수문량의 불확실성이 어떻게 변하는지 알아보고자 하였다. 베이지안 방법은 매개변수 추정 및 확률 수문량의 산정 뿐 아니라 이에 대한 불확실성을 정량화할 수 있는 방법 중 하나이다. 따라서 베이지안 방법에서 매개변수 추정에 주로 쓰이는 Monte Carlo Markov Chain (MCMC) 방법 중 하나인 Metropolis-Hastings 알고리즘을 이용하여 정상성 및 비정상성 GEV모형에 대한 매개변수 및 확률수문량의 사후분포를 산정하였다. 산정된 사후분포의 사후구간을 통해 각 모형의 불확실성을 정량화하였으며, 계산된 불확실성의 비교를 통해 모형의 복잡성이 불확실성에 미치는 영향을 평가하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.361-361
• /
• 2019

기존의 Markov Chain 모형으로 일강우량 모의시에 강우의 발생여부를 모의하고 강우일의 강우량은 Monte Carlo 시뮬레이션을 통해 일강우 분포 특성에 맞는 분포형에서 랜덤으로 강우량을 추정하는 것이 일반적이다. 이때 강우 지속기간에 따른 강도 및 강우의 시간별 분포 등의 강우 사상의 특성을 반영할 수 없다는 한계가 있다. 본 연구에서는 이를 개선하기 위해 강우 사상을 지속기간에 따라 강우량을 추정하였다. 즉 강우 사상의 강우 지속일별로 총강우량의 분포형을 비매개변수 추정이 가능한 핵밀도추정(Kernel Density Estimation, KDE)를 적용하여 각각 추정하고, 강우가 지속될 경우에 지속일별로 해당하는 분포형에서 강우량을 구하였다. 각 강우사상에 대해 추정된 총 강우량은 k-최근접 이웃 알고리즘(k-Nearest Neighbor algorithm, KNN)을 통해 관측 강우자료에서 가장 유사한 강우량을 가지는 강우사상의 강우량 일분포 형태에 따라 각 일강우량으로 분배하였다. 본 연구는 기존의 강우량 추정 방법의 한계점을 개선하고자 하였으며, 연구 결과는 미래 강우에 대한 예측에도 활용될 수 있으며 수자원 설계에 있어서 기초자료로 활용될 수 있을 것으로 기대된다.

• Structural Engineering and Mechanics
• /
• v.69 no.3
• /
• pp.317-326
• /
• 2019

This research aims to assess the tight seismic risk curve of the intake tower at Geumgwang reservoir by considering the recorded historical earthquake data in the Korean Peninsula. The seismic fragility, a significant part of risk assessment, is updated by using Bayesian inference to consider the uncertainties and computational efficiency. The reservoir is one of the largest reservoirs in Korea for the supply of agricultural water. The intake tower controls the release of water from the reservoir. The seismic risk assessment of the intake tower plays an important role in the risk management of the reservoir. Site-specific seismic hazard is computed based on the four different seismic source maps of Korea. Probabilistic Seismic Hazard Analysis (PSHA) method is used to estimate the annual exceedance rate of hazard for corresponding Peak Ground Acceleration (PGA). Hazard deaggregation is shown at two customary hazard levels. Multiple dynamic analyses and a nonlinear static pushover analysis are performed for deriving fragility parameters. Thereafter, Bayesian inference with Markov Chain Monte Carlo (MCMC) is used to update the fragility parameters by integrating the results of the analyses. This study proves to reduce the uncertainties associated with fragility and risk curve, and to increase significant statistical and computational efficiency. The range of seismic risk curve of the intake tower is extracted for the reservoir site by considering four different source models and updated fragility function, which can be effectively used for the risk management and mitigation of reservoir.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.150-150
• /
• 2017

기후변화로 인하여 극한 홍수와 극한 가뭄 발생이 증가할 것으로 전망하고 있어 이에 대한 위험이 대두되고 있는 실정이다. 홍수 및 가뭄 수문시계열의 빈도해석시에 일반적으로 활용되는 정상성 빈도해석기법은 수문자료의 정상성을 기반으로 한 빈도해석이 대부분이기 때문에 기후변화 및 수문자료의 비정상성을 반영한 새로운 빈도해석 기법이 요구되고 있는 상황이다. 본 연구에서는 5개의 대표 관측지점(서울, 포항, 추풍령, 여수, 광주)를 선별하고 1976년부터 2015년까지 일강우자료를 활용하여 기상학적 가뭄지수인 SPI(Standardized Precipitation Index)를 산정하였다. 산정한 SPI의 경향성을 Mann-Kendall 분석을 하였으며, 정상성 및 비정상성 빈도해석을 위하여 최적확률분포로 선정된 GEV 분포 적용하였다. 본 연구에서는 가뭄빈도해석을 위하여 SPI를 입력자료로 활용하였으며, 산정된 SPI의 비정상성을 반영한 비정상성 빈도해석의 경우 Bayesian 모형을 기반으로 한 MCMC(Markov Chain Monte Carlo) 모의를 이용하여 극치분포의 사후분포 매개변수를 추정하였다. 추정 값을 바탕으로 하여 가뭄의 관측소별 빈도해석을 실시하였고 재현기간별-지속기간별 가뭄심도를 추정하여 관측소별 가뭄심도-지속기간-빈도(SDF,Severity-Duration-Frequency) 곡선을 유도하였다. 본 연구를 통하여 정상성과 비정상성 빈도해석 결과의 비교연구를 수행하였으며 기후변화에 따른 비정상 시계열로 구성된 가뭄빈도해석에 매우 유용하게 적용될 수 있을 것으로 나타났다.

• The Journal of Asian Finance, Economics and Business
• /
• v.8 no.4
• /
• pp.665-672
• /
• 2021

The paper examines the impact of shadow economy and corruption, along with public expenditure, trade openness, foreign direct investment (FDI), inflation, and tax revenue on the economic growth of the BRICS countries. Data were collected from the World Bank, Transparency International, and Heritage Foundation over the 1991-2017 period. The Bayesian linear regression method is used to examine whether shadow economy, corruption and other indicators affect the economic growth of countries studied. This paper applies the normal prior suggested by Lemoine (2019) while the posterior distribution is simulated using Monte Carlo Markov Chain (MCMC) technique through the Gibbs sampling algorithm. The results indicate that public expenditure and trade openness can enhance the BRICS countries' economic growth, with the positive impact probability of 75.69% and 67.11%, respectively. Also, FDI, inflation, and tax revenue positively affect this growth, though the probability of positive effect is ambiguous, ranging from 51.13% to 56.36%. Further, the research's major finding is that shadow economy and control of corruption have a positive effect on the economic growth of the BRICS countries. Nevertheless, the posterior probabilities of these two factors are 62.23% and 65.25%, respectively. This result suggests that their positive effect probability is not high.

• Fisheries and Aquatic Sciences
• /
• v.24 no.4
• /
• pp.139-152
• /
• 2021

The main purpose of this study is to fit catch-per-unit-effort (CPUE) data about Korea chub mackerel (Scomber japonicus) stock with a state-space production (SSP) model, and to provide stock assessment results. We chose a surplus production model for the chub mackerel data, namely annual yield and CPUE. Then we employed a state-space layer for a production model to consider two sources of variability arising from unmodelled factors (process error) and noise in the data (observation error). We implemented the model via script software ADMB-RE because it reduces the computational cost of high-dimensional integration and provides Markov Chain Monte Carlo sampling, which is required for Bayesian approaches. To stabilize the numerical optimization, we considered prior distributions for model parameters. Applying the SSP model to data collected from commercial fisheries from 1999 to 2017, we estimated model parameters and management references, as well as uncertainties for the estimates. We also applied various production models and showed parameter estimates and goodness of fit statistics to compare the model performance. This study presents two significant findings. First, we concluded that the stock has been overexploited in terms of harvest rate from 1999 to 2017. Second, we suggest a SSP model for the smallest goodness of fit statistics among several production models, especially for fitting CPUE data with fluctuations.

• The Journal of Asian Finance, Economics and Business
• /
• v.9 no.2
• /
• pp.363-370
• /
• 2022

The study aims to probe the impact of foreign ownership on Vietnamese listed firms' capital structure. This study employs panel data of 288 non-financial firms listed on the Ho Chi Minh City stock exchange (HOSE) and Ha Noi stock exchange (HNX) in 2015-2019. In this research, we applied a Bayesian linear regression method to provide probabilistic explanations of the model uncertainty and effect of foreign ownership on the capital structure of non-financial listed enterprises in Vietnam. The findings of experimental analysis by Bayesian linear regression method through Markov chain Monte Carlo (MCMC) technique combined with Gibbs sampler suggest that foreign ownership has substantial adverse effects on the firms' capital structure. Our findings also indicate that a firm's size, age, and growth opportunities all have a strong positive and significant effect on its debt ratio. We found that the firms' profitability, tangible assets, and liquidity negatively and strongly affect firms' capital structure. Meanwhile, there is a low negative impact of dividends and inflation on the debt ratio. This research has ramifications for business managers since it improves a company's financial resources by developing a strong capital structure and considering foreign investment as a source of funding.

• Communications for Statistical Applications and Methods
• /
• v.30 no.2
• /
• pp.163-178
• /
• 2023

GARCH-X(1, 1) model specifies that conditional variance follows an AR(1) process and includes a past exogenous variable. This study proposes a new class from that model by allowing a more general (non-linear) variance function to follow an AR(1) process. The functions applied to the variance equation include exponential, Tukey's ladder, and Yeo-Johnson transformations. In the framework of normal and student-t distributions for return errors, the empirical analysis focuses on two stock indices data in developed countries (FTSE100 and SP500) over the daily period from January 2000 to December 2020. This study uses 10-minute realized volatility as the exogenous component. The parameters of considered models are estimated using the adaptive random walk metropolis method in the Monte Carlo Markov chain algorithm and implemented in the Matlab program. The 95% highest posterior density intervals show that the three transformations are significant for the GARCHX(1, 1) model. In general, based on the Akaike information criterion, the GARCH-X(1, 1) model that has return errors with student-t distribution and variance transformed by Tukey's ladder function provides the best data fit. In forecasting value-at-risk with the 95% confidence level, the Christoffersen's independence test suggest that non-linear models is the most suitable for modeling return data, especially model with the Tukey's ladder transformation.

• The Bulletin of The Korean Astronomical Society
• /
• v.46 no.1
• /
• pp.32.3-33
• /
• 2021

We present H I gas kinematics and star formation activities of NGC 6822, a dwarf galaxy located in the Local Volume at a distance of ~ 490 kpc. We perform profile decomposition of the line-of-sight velocity profiles of the high-resolution (42.4" × 12" spatial; 1.6 km/s spectral) H I data cube taken with the Australia Telescope Compact Array (ATCA). For this, we use a new tool, the so-called BAYGAUD (BAYesian GAUssian Decompositor) which is based on Bayesian Markov Chain Monte Carlo (MCMC) techniques, allowing us to decompose a line-of-sight velocity profile into an optimal number of Gaussian components in a quantitative manner. We classify the decomposed H I gas components of NGC 6822 into bulk-narrow, bulk-broad, and non_bulk with respect to their velocity and velocity dispersion. We correlate their gas surface densities with the surface star formation rates derived using both GALEX far-ultraviolet and WISE 22 micron data to examine the impact of gas turbulence caused by stellar feedback on the Kennicutt-Schmidt (K-S) law. The bulk-narrow component that resides within r25 is likely to follow the linear extension of the Kennicutt-Schmidt (K-S) law for molecular hydrogen (H2) at the low gas surface density regime where H I is not saturated.