• Journal of electromagnetic engineering and science
• /
• 제5권2호
• /
• pp.87-91
• /
• 2005

This paper presents a Monte-Carlo FDTD technique to determine the scattered field from a perfectly conducting surface like a sea surface, from which the useful information on the incoherent pattern tendency could be observed. A one-dimensional sea surface used to analysis scattering was generated using the Pierson-Moskowitz model. In order to verify the numerical results by this technique, these results are compared with those of the small perturbation method, which show a good match between them. To investigate the incoherent pattern tendency involved, the dependence of the back scattering coefficients on the different wind speed(U) is discussed for the back scattering case.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2007년도 한국컴퓨터종합학술대회논문집 Vol.34 No.1 (C)
• /
• pp.263-266
• /
• 2007

본 논문은 베이지안 통계 추론에 대하여 논의한다. 논문은 베이지안 추론, Markov Chain과 Monte Carlo 적분, MCMC(Markov Chain Monte Carlo) 기법, Metropolis-Hastings 알고리즘, Gibbs 샘플링, Maximum Likelihood Estimation, EM 알고리즘, 상실된 데이터 보완 기법, BMA(Bayesian Model Averaging) 순서로 논의를 진행한다. 이러한 통계적 기법들은 대용량의 데이터를 처리하는 생물학, 의학, 생명 공학, 과학과 공학, 그리고 일반 데이터 조사와 처리 등에 사용되고 있으며, 최적의 추론 결과를 이끌어 내는데 중요한 방법을 제공하고 있다. 그리고 마지막으로 PC(Principal Component) 분석 기법에 대하여 논의한다. PC 분석 기법도 데이터 분석과 연구에 많이 활용된다.

• Journal of the Korean Statistical Society
• /
• 제23권1호
• /
• pp.63-78
• /
• 1994

For discrimination with binary variables, reformulated full and first order Bahadur model with incomplete observations are presented. This allows prior probabilities associated with multiple population to be estimated for the sample-based classification rule. The EM algorithm is adopted to provided the maximum likelihood estimates of the parameters of interest. Some experiences with the models are evaluated and discussed.

• Journal of applied mathematics & informatics
• /
• 제42권4호
• /
• pp.819-829
• /
• 2024

This paper delves into an examination of both non-Bayesian and Bayesian estimation techniques for determining the Topp-leone inverse Weibull distribution parameters based on progressive Type-II censoring. The first approach employs expectation maximization (EM) algorithms to derive maximum likelihood estimates for these variables. Subsequently, Bayesian estimators are obtained by utilizing symmetric and asymmetric loss functions such as Squared error and Linex loss functions. The Markov chain Monte Carlo method is invoked to obtain these Bayesian estimates, solidifying their reliability in this framework.

• 전자공학회논문지
• /
• 제54권3호
• /
• pp.87-93
• /
• 2017

이 논문에서는 Swerling III 표적의 radar cross section (RCS)을 추정하기 위한 최대공산 (maximum likelihood (ML)) 추정방식을 제안하고 ML 추정값을 계산하기 위한 수치적 방법에 대해 검토하였다. 특히, ML 추정값을 계산하는 과정에서 expectation maximization (EM) 알고리즘에 바탕한 근사식을 활용하고, Monte Carlo 실험을 통해 이 수치적 방법의 정확도와 계산시간을 비교하여 가장 효율적인 방법을 제시한다. 이 결과는 기존에 제시된 방법의 성능과도 비교하여 제시한다. 나아가 Swerling I 표적의 경우에도 마찬가지로 동일한 방법이 가장 효율적이라는 것도 확인한다.

• 응용통계연구
• /
• 제25권1호
• /
• pp.183-196
• /
• 2012

결측자료(missing data), 절단분포(truncated distribution), 중도절단자료(censored data) 등 불완전한 자료(incomplete data)하의 추론문제(incomplete problems)는 통계학에서 자주 발생되는 현상이다. 이런 문제의 해결방법으로 Expectation Maximization, Monte Carlo Expectation Maximization, Stochastic Expectation Maximization 알고리즘 등을 이용하는 방법이 있지만, 정형화된 분포의 가정이 필요하다는 단점을 가지고 있다. 본 연구에서는 정형화된 분포의 가정이 없는 경우에 사용할 수 있는 Metropolis-Hastings Expectation Maximization(MHEM) 알고리즘을 제안하고자 한다. MHEM 알고리즘의 효율성은 중도절단자료(censored data)를 이용한 모의실험과 KOSPI 200 수익률의 실증자료분석를 통해 알수 있었다.

• 한국통계학회:학술대회논문집
• /
• 한국통계학회 2003년도 춘계 학술발표회 논문집
• /
• pp.167-170
• /
• 2003

We develop semiparametric methods for matched case-control studies using regression splines. Three methods are developed: an approximate crossvalidation scheme to estimate the smoothing parameter inherent in regression splines, as well as Monte Carlo Expectation Maximization (MCEM) and Bayesian methods to fit the regression spline model. We compare the approximate cross-validation approach, MCEM and Bayesian approaches using simulation, showing that they appear approximately equally efficient, with the approximate cross-validation method being computationally the most convenient. An example from equine epidemiology that motivated the work is used to demonstrate our approaches.

• 대한의용생체공학회:의공학회지
• /
• 제19권2호
• /
• pp.133-142
• /
• 1998

Bayesian SPECT 영상재구성에 있어서 정교한 형태의 사전정보를 사용할 경우 bias 및 variance와 같은 통계적 차원에서의 정량적 성능을 향상시킬 수 있다. 특히, "thin plate" 와 같은 고차의 smoothing 사전정보는 "membrane"과 같은 일반적인 다른 사전 정보에 비해 bias를 개선시키는 것으로 알려져 있다. 그러나, 이와 같은 장점은 영상재구성 알고리즘에 내재하는 hyperparameters의 값을 최적으로 선택하였을 경우에만 적용된다. 본 연구에서는 thin plate와 membrane의 두가지 대표적인 사전정보를 포함하는 영상재구성 알고리즘의 정량적 성능에 대해 집중 고찰한다. 즉, 알고리즘에 내재하는 hyperparameters 가 통계적 차원에서 bias와 variance에 어떠한 영향을 미치는지 관찰한다. 실험에서 Monte Carlo noise trials를 사용하여 bias와 variance를 계산하며, 각 결과를 ML-EM 및 filtered backprojection으로부터 얻어진 bias 및 variance와 비교한다. 결론적으로 thin plate와 같은 고차의 사전정보는 hyperparameters의 선택에 민감하지 않으며, hyperparameters 값의 전 범위에 걸쳐 bias를 개선시킴을 보인다. 걸쳐 bias를 개선시킴을 보인다.

• Journal of the Korean Data and Information Science Society
• /
• 제27권3호
• /
• pp.587-598
• /
• 2016

각종 선거를 앞두고 여러 여론조사 기관들은 다양한 방법으로 선거 결과를 예측한다. 조사를 통한 선거 예측을 수행하는 데 있어서 발생할 수 있는 문제점 중 하나는 무응답이며 무응답 대체 방법에 따라 예측 결과는 완전히 다른 결과를 생산해 낼 수 있다. 본 연구에서는 무응답 대체의 방법으로 모형을 기반으로 한 대체 방법에 대하여 연구하였다. 특히, 최대 우도 추정 방법을 적용했을 때 무시할 수 없는 무응답 (non-ignorable non-response) 체계 하에서 발생할 수 있는 변방 값 문제를 해결하기 위해 Wei와 Tanner (1990)가 제안한 Monte Carlo EM 알고리즘을 적용하였다. 모의 실험을 통하여 MCEM 방법과 기존의 최대 우도 추정 방법, 베이지안 추정 방법 사이의 비교 연구를 진행하였고 그 결과 MCEM 방법이 기존 방법들에 대한 대안 방법으로 이용될 수 있음을 보였다. 또한 2012년에 시행된 제18대 대통령 선거 당일의 출구조사 자료를 적용하여 실증 분석을 수행하였다. 예측 결과를 비교하기 위해 Bautista 등 (2007)이 제안한 MWPE (modified within precinct error)를 이용하였다.

• 한국통계학회:학술대회논문집
• /
• 한국통계학회 2005년도 추계 학술발표회 논문집
• /
• pp.181-186
• /
• 2005

Many data sets obtained from surveys or medical trials often include missing observations. When these data sets are analyzed, it is general to use only complete cases. However, it is possible to have big biases or involve inefficiency. In this paper, we consider a method for estimating parameters in logistic linear models involving non-ignorable missing data mechanism. A binomial response and normal exploratory model for the missing data are used. We fit the model using the EM algorithm. The E-step is derived by Metropolis-hastings algorithm to generate a sample for missing data and Monte-carlo technique, and the M-step is by Newton-Raphson to maximize likelihood function. Asymptotic variances of the MLE's are derived and the standard error and estimates of parameters are compared.