• Journal of Forest and Environmental Science
• /
• 제36권1호
• /
• pp.7-16
• /
• 2020

Tree size distribution modelling is an integral part of forest management. Most distribution yield systems rely on some flexible probability models. In this study, a simple finite mixture of two components two-parameter Weibull distribution was compared with complex four-parameter distributions in terms of their fitness to predict tree size distribution of teak (Tectona grandis Linn f) plantations. Also, a system of equation was developed using Seemingly Unrelated Regression wherein the size distributions of the stand were predicted. Generalized beta, Johnson's SB, Logit-Logistic and generalized Weibull distributions were the four-parameter distributions considered. The Kolmogorov-Smirnov test and negative log-likelihood value were used to assess the distributions. The results show that the simple finite mixture outperformed the four-parameter distributions especially in stands that are bimodal and heavily skewed. Twelve models were developed in the system of equation-one for predicting mean diameter, seven for predicting percentiles and four for predicting the parameters of the finite mixture distribution. Predictions from the system of equation are reasonable and compare well with observed distributions of the stand. This simplified mixture would allow for wider application in distribution modelling and can also be integrated as component model in stand density management diagram.

• 품질경영학회지
• /
• 제34권3호
• /
• pp.62-65
• /
• 2006

We can use the ridge regression as a means for stabilizing the coefficient estimators in the fitted model when performing experiments in highly constrained regions causes collinearity problems in mixture experiments. But there is no theory available on which to base statistical inference of ridge estimators. The bootstrap could be used to seek the confidence intervals of ridge estimators.

• 응용통계연구
• /
• 제19권2호
• /
• pp.339-347
• /
• 2006

혼합물실험에서 제한된 영역 때문에 공선성문제가 발생하면 회귀계수에 대한 추정값이 매우 불안정하게 되므로 이를 해결하기 위하여 우리는 주로 능형추정량을 사용한다. 이 때 붓스트랩 기법을 사용하면 능형추정량에 대한 붓스트랩 신뢰구간을 구할 수 있다. 본 논문에서는 제한된 영역을 갖는 혼합물실험의 한 예를 통하여 붓스트랩 잔차 방법과 붓스트랩 쌍 방법 각각에 대하여 능형회귀추정량에 대한 붓스트랩 신뢰구간을 구하고 서로 비교하였다.

• 한국군사과학기술학회지
• /
• 제22권1호
• /
• pp.27-34
• /
• 2019

This paper presents a chamber pressure model development of K2 rifle by applying Gaussian mixture model. In order to materialize a real recoil force of a virtual reality shooting rifle in military combat training, the chamber pressure which is one of major components of the recoil force needs to be investigated and modeled. Over 200,000 data of the chamber pressure were collected by implementing live fire experiments with both K100 and M193 of 5.56 mm bullets. Gaussian mixture method was also applied to create a mathematical model that satisfies nonlinear, asymmetry, and deviations of the chamber pressure which is caused by irregular characteristics of propellant combustion. In addition, Polynomial and Fourier Regression were used for comparison of results, and the sum of squared errors, the coefficient of determination and root-mean-square errors were analyzed for performance measurement.

• 마케팅과학연구
• /
• 제13권
• /
• pp.135-158
• /
• 2004

본 연구에서 온라인 소비자들이 재방문단계(revisit stage)와 구매의사결정 단계(decision-making stage)에서 어떤 방문행동 특성상의 차이를 보이고 있는가를 파악하기 위한 목적을 가지고 있다. 인터넷 쇼핑몰 시장에서 어떤 방문행동특성을 가진 온라인 소비자들이 지속적으로 같은 사이트를 방문하고, 구매행동을 하는지에 관한 정보는 사이트 관리자의 입장에서 볼 때 수익성 제고 측면에서 공헌하는 바가크다. 특히 본 연구에서는 2단계 Mixture Model 율 이용하여 온라인 소비자들의 방문행동 특성을 파악함으로써 인터넷 쇼핑몰의 경쟁력을 강화활 수 있는 세분시장 결정방법을 제시하고자 한다. 또한 사이트 재방문단계 (revisit stage) 와 구매의사결정 단계 (decision-making stage) 훌 통한 온라인 소비자들의 방문 행동 특성 정보는 사이트 경쟁력 강화를 위한 전략적 시사점율 제공해줄 것으로 기대된다. 본 연구는 온라인 소비자들의 구매의사결정이 재밤문단계 (revisit stage) 와 구매단계 (purchase stage) 라고 하는 2단계 의사결정과정을 거치고 있음을 보여주는 실증분석을 통해 온라인 소비자들의 방문행동 특성을 파악하여 이에 적합한 대응전략을 전개할 수 있음을 논의함으로써 온라인 소비자들의 방문행동 특성을 사이트 밀착도 및 항해유형에 따라 파악할 수 있다는 학문적 공헌점을 제시 하고 있다.

• Communications for Statistical Applications and Methods
• /
• 제22권6호
• /
• pp.625-637
• /
• 2015

We develop a Bayesian clustering procedure based on a Dirichlet process prior with cluster specific random effects. Gibbs sampling of a normal mixture of linear mixed regressions with a Dirichlet process was implemented to calculate posterior probabilities when the number of clusters was unknown. Our approach (unlike its counterparts) provides simultaneous partitioning and parameter estimation with the computation of the classification probabilities. A Monte Carlo study of curve estimation results showed that the model was useful for function estimation. We find that the proposed Dirichlet process mixture model with cluster specific random effects detects clusters sensitively by combining vague edges into different clusters. Examples are given to show how these models perform on real data.

• 마케팅과학연구
• /
• 제16권2호
• /
• pp.77-94
• /
• 2006

이 연구는 가격을 품질의 지표로 사용하는 상황의 가격반응함수를 도출하여 다음과 같은 연구를 수행하였다. 첫째, 다속성 선택기준의 조합을 이용하여 세분시장별로 가격을 품질의 지표로 사용하는 하위집단과 그렇지 않은 하위집단을 추출하였고, 둘째, 기존연구에서 사용된 분석단위인 제품이나 상표에서 벗어나 세분시장을 분석단위로 하여 가격이 품질의 지표로 사용되는 세분시장을 확인하였다. 이를 위해 첫째, 중국의 홈씨어터 시장을 대상으로 CBC(choice-based conjoint analysis)를 통해 얻어진 자료를 혼합회귀분석(mixture regression model)에 의해 시장 세분화하였고, 그 결과 표본전체시장 및 세개의 세분시장에서 가격을 품질의 지표로 사용하는 독특한 가격반응함수를 가진 세분시장을 확인하였다. 이를 통해 학술적으로는 가격-품질 평가집단 연구의 범위를 세분시장별로 확대하고, 실무적으로는 실무종사자는 가격-품질 평가가 이루어지는 가격대보다 높은 가격을 시장에 제시함으로써 이익을 더 많이 취할 수 있게 되는 장점을 기대하였다.

• Communications for Statistical Applications and Methods
• /
• 제31권4호
• /
• pp.441-457
• /
• 2024

Semicontinuous data are characterized by a mixture of a point probability mass at zero and a continuous distribution of positive values. This type of data is often modeled using a two-part model where the first part models the probability of dichotomous outcomes -zero or positive- and the second part models the distribution of positive values. Despite the two-part model's popularity, variable selection in this model has not been fully addressed, especially, in high dimensional data. The objective of this study is to investigate variable selection and prediction performance of penalized regression methods in two-part models. The performance of the selected techniques in the two-part model is evaluated via simulation studies. Our findings show that LASSO and ENET tend to select more predictors in the model than SCAD and MCP. Consequently, MCP and SCAD outperform LASSO and ENET for β-specificity, and LASSO and ENET perform better than MCP and SCAD with respect to the mean squared error. We find similar results when applying the penalized regression methods to the prediction of crime incidents using community-based data.

• Journal of the Korean Statistical Society
• /
• 제27권4호
• /
• pp.407-420
• /
• 1998

This paper is concerned with selecting covariates to be included in building linear random effects models designed to analyze clustered response normal data. It is based on a Bayesian approach, intended to propose and develop a procedure that uses probabilistic considerations for selecting premising subsets of covariates. The approach reformulates the linear random effects model in a hierarchical normal and point mass mixture model by introducing a set of latent variables that will be used to identify subset choices. The hierarchical model is flexible to easily accommodate sign constraints in the number of regression coefficients. Utilizing Gibbs sampler, the appropriate posterior probability of each subset of covariates is obtained. Thus, In this procedure, the most promising subset of covariates can be identified as that with highest posterior probability. The procedure is illustrated through a simulation study.

• 응용통계연구
• /
• 제21권1호
• /
• pp.151-157
• /
• 2008

수요예측은 모든 생산적 활동을 수립하기 위한 기반이 되기 때문에 수요가 어느 정도 발생할 것인가에 대한 방향성에 대하여 파악하려고 일반적으로 설문조사를 이용하지만 무응답 및 불성실한 응답으로 인하여 설문응답 자료만으로 수요를 예측하기에는 부족하다. 따라서 수요와 관련 있는 변수를 이용한 분류모형으로 설문조사의 수요예측을 보정하고자 하였다. 본 논문에서는 설문조사를 통하여 평가 할 수 있는 직접적인 수요와 통계적 모형을 이용한 간접적 수요를 혼합하여 서비스 수요를 예측하는 혼합 모형을 제시하고자 한다.