• Communications for Statistical Applications and Methods
• /
• 제26권4호
• /
• pp.371-383
• /
• 2019

Panel data sets have been developed in various areas, and many recent studies have analyzed panel, or longitudinal data sets. Maximum likelihood (ML) may be the most common statistical method for analyzing panel data models; however, the inference based on the ML estimate will have an inflated Type I error because the ML method tends to give a downwardly biased estimate of variance components when the sample size is small. The under estimation could be severe when data is incomplete. This paper proposes the restricted maximum likelihood (REML) method for a random effects panel data model with a censored dependent variable. Note that the likelihood function of the model is complex in that it includes a multidimensional integral. Many authors proposed to use integral approximation methods for the computation of likelihood function; however, it is well known that integral approximation methods are inadequate for high dimensional integrals in practice. This paper introduces to use the moments of truncated multivariate normal random vector for the calculation of multidimensional integral. In addition, a proper asymptotic standard error of REML estimate is given.

• 한국안전학회지
• /
• 제37권6호
• /
• pp.128-135
• /
• 2022

The comparative evaluation of occupational accident fatality rates (OAFRs) of different countries is complicated owing to the differences in their level of socio-economic development. However, such evaluation is necessary to assess the national occupational safety and health system of a country. This study proposes a statistical method to compare the OAFRs of countries taking into consideration the difference in their level of socio-economic development. We first collected data on the socio-economic indicators and OAFRs of 11 countries over a 30-year period. Next, based on literature survey and statistical correlation analysis, we selected the significant independent variables and built multiple linear regression models to predict OAFR. We also determined the groups of countries having heterogeneous relationships between the independent variables and OAFRs, which are represented by the regression models. The proposed method is demonstrated by comparing the OAFR of Korea with the OAFRs of 10 other developed countries.

• 응용통계연구
• /
• 제33권3호
• /
• pp.297-308
• /
• 2020

본 논문에서는 고빈도 함수적 ARCH 모형을 소개하고 근사모형으로써 다변량 변동성 모형을 고려하였다. 이를 기반으로 함수형 변동성 분석에서 중요한 요소인 일중 로그 수익률의 적절한 시간 간격을 찾아보았다. 또한 함수적 ARCH 모형에서 l-시차 후 변동성 예측식을 제시하고 고빈도 KOSPI 자료에 적합하여 예시하였다.

• 한국산학기술학회논문지
• /
• 제19권3호
• /
• pp.40-45
• /
• 2018

생산 공정의 다변량 데이터에 기반한 지능적 공정 감시 및 진단 시스템은 조업의 안정성과 고품질의 제품을 달성하고 경쟁력을 유지하기 위해서는 필수적인 업무 중 하나로 간주되고 있는데, 이와 같은 추세는 공정 이상이 발생하는 경우 안정적이고 경제적인 조업에 큰 영향을 미치는 것에 기인한다. 본 연구에서는 다변량 공정 데이터에 기반한 진단기법을 제시하고 이를 시뮬레이션 공정 데이터를 활용하여 그 성능을 평가하고자 한다. 또한 원 데이터의 전처리 과정의 유무와 비선형 방법론의 활용이 진단 성능에 마치는 영향을 시뮬레이션 공정에서 제시된 15개의 공정 이상에 대해 평가하였다. 그 결과 제안된 방법론이 신뢰할 만한 결과를 주었으며 다른 비교 방법론인 전처리 과정이 없거나 선형 방법론을 사용한 타 방법론 대비 우월한 성능을 보여주었다. 제시된 방법론은 공정 데이터에 기반한 방법론으로서 공정에 대한 수학적 모델이나 지식 모델에 비하여 상대적으로 모델링이 간편하며 공정 데이터의 잡음에 강건하다는 장점을 가진다.

• 응용통계연구
• /
• 제28권2호
• /
• pp.309-324
• /
• 2015

본 논문에서는 SRC-Stat 통계패키지를 이용하여 생존자료를 분석하는 방법을 소개한다. 본 패키지는 단변량 생존 자료 분석을 위한 콕스의 비례위험모형 뿐만아니라, 다변량 생존자료분석을 위한 공통 및 지분 프레일티 모형과 같은 고급 생존분석법을 제공한다. 잘 알려져 있는 실제자료의 사용을 통해 본 패키지의 유용성을 예증한다.

• 응용통계연구
• /
• 제22권5호
• /
• pp.995-1005
• /
• 2009

금융 시계열 자료들 간의 상관계수는 자산의 배분, 위험관리 그리고 포트폴리오의 선택에 있어서 중요한 역할을 한다. 이러한 상관계수들을 모형화하기 위해 단변량-GARCH 모형을 다변량-GARCH 모형으로 확장시킨 MGARCH류 모형들에 대한 많은 연구들이 진행되고 있다. 특히, CCC 모형 (Bollerslev, 1990)과 DCC 모형 (Engle, 2002)은 다른 모형들에 비해 추정해야 할 모수의 수가 작다는 이점으로 인해 분석에 널리 쓰이고 있다. 본 논문에서는 국내 주가자료에 대해 CCC 모형과 DCC 모형을 적합시킨 후, 각 모형들에 대한 VaR(value at risk)와 사후검증(back-testing), 결합예측영역(joint prediction region) 등을 통하여 두 모형의 예측 능력을 비교해 보고자 한다.

• 응용통계연구
• /
• 제29권4호
• /
• pp.753-771
• /
• 2016

금융기관의 위험관리를 위한 중요한 도구로서 현재 VaR가 널리 사용되고 있다. 본 논문에서는 코퓰러 함수들을 이용하여 극단치이론과 GARCH 모형을 결합한 일변량분포로부터 구축한 다변량분포들을 바탕으로 코스피, 다우존스, 상하이 그리고 니케이 지수들로 구성된 포트폴리오의 VaR 추정과 그 성과에 관해 논의하였다. 사후검증 결과 전체적으로 볼 때 가우시안, t, 클레이톤, 프랭크 코퓰러를 사용한 t-분포의 오차항을 가진 변동성 모형들이 포트폴리오 VaR의 측정에 적합한 모형들로 나타났으며, 특히 프랭크 코퓰러의 경우에 가장 우수한 성과를 나타내었다.

• Journal of the Korean Statistical Society
• /
• 제20권2호
• /
• pp.191-201
• /
• 1991

Given a set of data pxN$_{i}$, matrices X$_{i}$ observed from p-variate normal populations $\prod$$_{i}$~N($\mu$$_{I}$, $\Sigma$$_{i}$) for i=1, …, K, the test for equality form of the covariance matrices is to choose a hypothetical model which best explains the homogeneity/heterogeneity structure across the covariance matrices among the hypothesized class of models. This paper describes a test procedure for selecting the best model. The procedure is based on a synthesis of Bayesian and a cross-validation or sample reuse methodology that makes use of a one-at-a-time schema of observational omissions. Advantages of the test are argued on two grounds, and illustrative examples and simulation results are given.are given.

• Communications for Statistical Applications and Methods
• /
• 제22권6호
• /
• pp.615-624
• /
• 2015

We consider the estimation of seasonal cointegration in the presence of conditional heteroskedasticity (CH) using a feasible generalized least squares method. We capture cointegrating relationships and time-varying volatility for long-run and short-run dynamics in the same model. This procedure can be easily implemented using common methods such as ordinary least squares and generalized least squares. The maximum likelihood (ML) estimation method is computationally difficult and may not be feasible for larger models. The simulation results indicate that the proposed method is superior to the ML method when CH exists. In order to illustrate the proposed method, an empirical example is presented to model a seasonally cointegrated times series under CH.

• Journal of the Korean Statistical Society
• /
• 제31권2호
• /
• pp.177-198
• /
• 2002

The estimation of variance components or variance ratios in linear model is an important issue in plant or animal breeding fields, and various estimation methods have been devised to estimate variance components or variance ratios. However, many traits of economic importance in those fields are observed as dichotomous or polychotomous outcomes. The usual estimation methods might not be appropriate for these cases. Recently threshold linear model is considered as an important tool to analyze discrete traits specially in animal breeding field. In this note, we consider a hierarchical Bayesian method for the threshold animal model. Gibbs sampler for making full Bayesian inferences about random effects as well as fixed effects is described to analyze jointly discrete traits and continuous traits. Numerical example of the model with two discrete ordered categorical traits, calving ease of calves from born by heifer and calving ease of calf from born by cow, and one normally distributed trait, birth weight, is provided.