Communications for Statistical Applications and Methods
/
제29권4호
/
pp.471-486
/
2022
Autoregressive moving average (ARMA) models involve nonlinearity in the model coefficients because of unobserved lagged errors, which complicates the likelihood function and makes the posterior density analytically intractable. In order to overcome this problem of posterior analysis, some approximation methods have been proposed in literature. In this paper we first review the main analytic approximations proposed to approximate the posterior density of ARMA models to be analytically tractable, which include Newbold, Zellner-Reynolds, and Broemeling-Shaarawy approximations. We then use the Kullback-Leibler divergence to study the relation between these three analytic approximations and to measure the distance between their derived approximate posteriors for ARMA models. In addition, we evaluate the impact of the approximate posteriors distance in Bayesian estimates of mean and precision of the model coefficients by generating a large number of Monte Carlo simulations from the approximate posteriors. Simulation study results show that the approximate posteriors of Newbold and Zellner-Reynolds are very close to each other, and their estimates have higher precision compared to those of Broemeling-Shaarawy approximation. Same results are obtained from the application to real-world time series datasets.
고급육형 한우개량을 위하여 현행 실시하고 있는 한우 후대검정에서 조사되는 배장근단면적, 등지방두께 및 근내지방도 등에 대한 유전적 개량량과 초음파 측정장치를 이용한 해당 형질들의 육질판정자료에 의한 간접선발시 유전적 개량량을 모의실험을 통하여 추정하고 상호 그 효율성을 비교하였다. 본 연구에 적용된 Monte Carlo 모의실험은 각 설정 모형별, 표현형 선발 및 다형질 BLUP 추정방법에 의한 육종가 추정치에 의한 선발을 적용하여 각각 10반복씩 반복 실험하였다. 각 모형별 모의실험방법은 종축집단의 크기 및 세대 수 그리고 설정모형을 동일하게 설계하였으며 수컷 100두와 암컷 2,000두의 기초집단으로부터 매 세대 수컷 20두와 암컷 1,000두를 3가지 형질에 동일한 가중치를 두어 10세대 동안 선발하였다. 최종 생성된 자료를 이용하여 유전적 개량량을 추정하였고 이를 각 모형별, 선발방법별로 비교, 분석하였다. 분석결과 현행 실시하고 있는 한우 후대검정과 유사한 모의실험에서의 각 형질별 육종가 추정치에 의한 선발시 유전적 개량량과 비교한 결과, 초음파 측정치와 도축 실측치 간의 유전상관을 0.81-0.97으로 가정하고 암, 수 모두 초음파 측정자료를 조사한다는 가정으로 초음파 측정치의 육종가에 의한 선발을 실시할 때, 1.66${\sim}$2.44 배의 개량 효율성이 있는 것으로 추정되었으며 이들 상관을 0.63${\sim}$0.68으로 가정한 모의실험에서는 1.18${\sim}$2.08 배의 개량 효율성이 있는 것으로 추정되었다. 따라서 고급육형 한우개량을 위한 초음파 측정치를 이용한 검정방법을 활용하고 이를 이용한 종축선발을 실시할 때 개량효율을 크게 향상시킬 수 있을 것으로 사료되었다. 반면에 각 형질별 개량효율성을 살펴보면 개량효율성이 가장 낮은 형질은 근내지방도로써 이는 표현형 변이가 상대적으로 낮은 형질에 선발의 가중치를 동일하게 가정한 것에 기인된 것으로 사료되며 따라서 근내지방도의 변이를 크게 할 수 있는 자료조사방법의 변경, 또는 선발의 가중치를 높이는 방법에 대한 연구가 필요할 것으로 사료되었다.
한국의 자연실업률에 대한 기존 연구들은 대부분 한 가지의 추정방법에 의존하고 있어 연구 간에 상이하게 나타나는 추정결과를 평가할 근거가 없는 상황이다. 따라서 본고에서는 이를 감안하여 순수 시계열방법, 축약형 모형을 이용한 방법, 구조모형을 이용한 방법 등 다양한 추정방법을 검토하여 추정방법 간 상대적인 장단점을 비교하고 이를 기반으로 한국의 자연실업률을 추정하고자 하였다. 또한 본 논문에서는 추정결과의 신뢰구간을 몬테카를로 적분(Monte Carlo integration)방법을 이용하여 추정함으로써 추정결과의 정확성에 대한 평가 근거를 제시하였다. 축약형 모형의 하나인 다변수 비관측인자모형이 여타 추정방법에 비해 상대적으로 장점을 지니고 있는 것으로 평가되었으나 추정결과가 모형설정오류에 민감하다는 점을 고려하여 모형설정에 세심한 주의를 기울일 필요가 제기되었으며, 순수 시계열방법이나 구조 벡터자기회귀모형도 나름대로의 장점이 있으므로 특정방법을 이용한 결과에 의존하기보다는 여러 추정방법에 의한 추정결과에서 공통적으로 발견되는 부분에 기반을 두어 자연실업률을 추론하는 것이 바람직하다고 사료된다. 추정방법에 따라 다소 차이가 있지만, 한국의 자연실업률은 1979~87년 동안 평균 3.7~4.0% 수준에서 1988~97년 기간 동안 평균 2.6~3.2% 수준으로 하락하였으나, 외환위기를 거치며 4.0~5.3% 수준까지 상승하였다가 이후 하락하는 추세를 지속하고 있는 것으로 나타났다. 또한 대부분의 추정결과에서 최근에 실제실업률이 자연실업률에 근접해 있으나 실업률 갭이 상승하고 있는 것으로 나타나 최근 비교적 높은 수준에 머무르고 있는 실업률이 외환위기 이후 자연실업률의 상승이라는 구조적 변화와 경기침체라는 경기순환적 요인에 함께 영향 받고 있을 가능성을 시사하였다.
Communications for Statistical Applications and Methods
/
제18권1호
/
pp.57-69
/
2011
질병에 대한 새로운 진단검사 방법이 의학 연구자들에 의해 끊임없이 개발되고 있으며, 기존 진단검사 방법과 새로운 진단검사 방법을 비교하는 연구논문이 계속 출간되어 누적되고 있다. 메타분석법으로 다수 연구논문의 결과를 종합하여 정확성이 높은 진단검사에 대해 객관적인 결론을 내리게 된다. 이와같이 출간된 두 진단검사를 비교하는 각 연구논문은 각각 질병을 가진 개체와 질병을 가지지 않은 개체에 두 검사를 모두 실시하여 한 쌍의 민감도와 특이도를 구하여 비교한다. 이러한 연구논문의 결과를 종합하는 메타분석은 동일 개체에 실시한 두 검사로 인해 한 쌍의 민감도간의 연관성과 한 쌍의 특이도 간의 연관성을 고려한 메타분석법을 본 논문에서 제시한다. 논문예제 자료와 모의시험으로 메타분석 검정통계량의 효율성을 평가한다.
결측치를 대치하는 여러가지 단일대치법 중에서 다변량 정규성 등의 모수적 모형이 만족되지 않을 때에도 강건성(robustness)을 지니는 k-최근접 이웃 대치법(k-nearest neighbors; KNN)이 널리 활용된다. KNN대치법에서 자료의 국소적 특징을 반영한 적응 최근접 이웃(adaptive nearest neighbors; ANN) 대치법과 k개의 최근접 이웃들 중 극단값이나 이상값이 있는 경우 이들의 영향에 덜 민감한 가중 k-최근접 이웃(weighted KNN; WKNN) 대치법의 장점을 결합한 가중 적응 최근접 이웃(weighted ANN; WANN) 대치법을 제안하였다. 또한 모의실험을 통하여 기존의 방법들과 제안한 방법을 비교하였다.
Liang과 Zeger는 이산형 혹은 연속형 반복측정자료를 분석하기 위한 일반화 추정방정식 (GEE)을 제안하였다 GEE모형은 범주형 반복측정자료의 모형으로 확장될 수 있으며, 이 GEE추정량은 대표본인 경우 다변량 정규분포를 따른다. 그러나 GEE는 대표본근사이론에 기초한다. 본 논문에서는 소표본인 경우 반복 측정된 순서자료에 대한 GEE추정량의 성질을 연구한다. 우리는 두가지 방법을 사용하여 두그룹의 반복 측정된 순서자료를 생성하며 모의실험을 통하여 소표본인 경우 여러 개 범주를 갖는 순서반응 자료에 대하여 GEE추정량의 1종 오류율, 검정력, 상대효율, 두 그룹의 표본크기가 다를 경우 효과, 그리고 분산 추정량의 성질등을 연구한다.
Ren, Zhouyang;Yan, Wei;Zhao, Xia;Zhao, Xueqian;Yu, Juan
Journal of Electrical Engineering and Technology
/
제9권2호
/
pp.461-470
/
2014
This paper presents a probabilistic power flow (PPF) analysis method for distribution network incorporating the randomness and correlation of photovoltaic (PV) generation. Based on the multivariate kernel density estimation theory, the probabilistic model of PV generation is proposed without any assumption of theoretical parametric distribution, which can accurately capture not only the randomness but also the correlation of PV resources at adjacent locations. The PPF method is developed by combining the proposed PV model and Monte Carlo technique to evaluate the influence of the randomness and correlation of PV generation on the performance of distribution networks. The historical power output data of three neighboring PV generators in Oregon, USA, and 34-bus/69-bus radial distribution networks are used to demonstrate the correctness, effectiveness, and application of the proposed PV model and PPF method.
본 논문에서는 다변량 자료의 위치모수에 대한 로버스트 검정 방법으로 유사등변성과 고붕괴성을 만족하는 MVE와 MCD 추정량에 근거한 로버스트 검정방법을 제안하였다. 일반적으로 이들 추정방법은 낮은 효율성으로 인하여 통계적 추론보다는 잠재적 이상치의 발견과 같은 탐색적분석에서 사용된다. 우리는 검정력을 높이기 위하여 MVE와 MCD 추정량에 근거한 일단계 재가중절차를 사용했는데, 가중치 선정과 관련된 임계값을 조절함으로써 현실적으로 사용가능한 높은 효율성과 정확성을 갖춘 검정방법을 제시하였다. 모의실험 결과 본 연구에서 제안한 검정법은 모분포에 관계없이 모두 명목유의수준을 제대로 유지하고 검정력도 높게 나타났으며, 이상치를 포함하고 있는 사례를 이용하여 실제로 모평균에 대한 가설검정을 수행한 결과 기존 방법과는 달리 영향을 받지 않았다.
As the Arctic sea ice decreases due to various reasons such as global warming, the demand for ships and offshore structures operating in the Arctic region is steadily increasing. In the case of sea ice, the anisotropy is caused by the uncertainty inside the material. For most of the research, nevertheless, estimating the ice load has been treated deterministically. With regard to this, in this paper, a four-point bending strength analysis of an ice specimen was attempted using a stochastic finite element method. First, spatial distribution of the material properties used in the yield criterion was assumed to be a multivariate Gaussian random field. After that, a direct method, which is a sort of stochastic finite element method, and a sensitivity method using the sensitivity of response for random variables were proposed for calculating the probabilistic distribution of ice specimen strength. A parametric study was conducted with different mean vectors and correlation lengths for each material property used in the above procedure. The calculation time was about ten seconds for the direct method and about three minutes for the sensitivity methods. As the cohesion and correlation length increased, the mean value of the critical load and the standard deviation increased. On the contrary, they decreased as the friction angle increased. Also, in all cases, the direct and sensitivity methods yielded very similar results.
본 연구는 다중판별분석(MDA)에서 필요한 변수선택기준을 베이즈접근법으로 제안하였다. 이 베이즈판별변수 선택기준은 여러 정규모집단분포의 평균벡터에 대한 동질성 검정에 필요한 디폴터형태의 베이즈요인을 객관적 베이즈방법으로 유도하여 설정하였다. 디폴트베이즈요인(default Bayes factor)은 Spiegelhalter와 Smith (1982)가 계발한 가상적트레이닝표본법(imaginary training sample method)을 사용하여서 도출하였다. 또한 제안된 베이즈판별변수선택 기준이 지닌 분포의 성질을 이용하여, 추가 판별변수(또는 변수군)가 MDA에 기여하는 부가적인 판별력에 대한 검정법 및 추가판별변수(또는 변수군)의 선택 기준에 대해서도 논하였다. 본 연구에서 새로이 얻은 변수선택기준은 최적부분집합선택법(optimal subset selection method)뿐 아니라 각 단계적방법(stepwise method)의 변수선택기준으로 사용될 수 있으며, 두 그룹 판별분석에도 사용이 가능하다는 점에서 표본이론에 의해 여러 형태로 개발된 기존의 판별변수 선택 기준들을 하나로 통합시킬 수 있는 기능을 지니고 있다. 모의실험을 실시하여 최적 부분집합선택법과 단계적방법하에서 제안된 판별변수선택 기준이 가진 효용성을 평가하였다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.