• Communications for Statistical Applications and Methods
• /
• 제10권2호
• /
• pp.433-443
• /
• 2003

In this study, we provide a comparison of multivariate Q-techniques in the up-to-date versions of SAS, SPSS, Minitab and S-plus well known to those who study statistics. We can analyze data through the direct Input method(command) in SAS and use of menu method in SPSS, Minitab and S-plus. The analysis performance method is chosen by the high frequency of use. Widely we compare with each Q-techniques form according to input data, input option, statistical chart and statistical output.

• Communications for Statistical Applications and Methods
• /
• 제3권1호
• /
• pp.11-19
• /
• 1996

Canonical correlation analysis is a multivariate technique for identifying and quantifying the statistical relationship between two sets of variables. Like most multivariate techniques, the main objective of canonical correlation analysis is to reduce the dimensionality of the dataset. It would be particularly useful if high dimensional data can be represented in a low dimensional space. In this study, we will construct statistical graphs for paired sets of multivariate data. Specifically, plots of the observations as well as the variables are proposed. We discuss the geometric interpretation and goodness-of-fit of the proposed plots. We also provide a numerical example.

• 산업경영시스템학회지
• /
• 제25권2호
• /
• pp.1-10
• /
• 2002

Process capability indices are widely used in industries and quality assurance system. In past years, process capability analysis have been used to characterize process performance on the basis of univariate quality characteristics. However, in actual manufacturing industrial, statistical process control (SPC) often entails characterizing or assessing processes or products based on more than one engineering specification or quality characteristic. Therefore, the analysis have to be required a multivariate statistical technique. This paper introduces to multivariate capability indices and then selects a multivariate process capability index incorporated both the process variation and the process deviation from target among these indices under the multivariate normal distribution. We propose a new multivariate capability index $MC_{pm}^+$ using quality loss function instead of the process variation and this index is compared with the proposed indices when quality characteristics are independent and dependent of each other.

• 한국석유지질학회:학술대회논문집
• /
• 한국석유지질학회 1998년도 제5차 학술발표회 발표논문집
• /
• pp.10-14
• /
• 1998

A systematic methodology is developed for the electrofacies determination from wireline log data using multivariate statistical analysis. To consider corresponding contribution of each log and reduce the computational dimension, multivariate logs are transformed into a single variable through principal components analysis. Resultant principal components logs are segmented using the statistical zonation method to enhance the efficiency and quality of the interpreted results. Hierarchical cluster analysis is then used to group the segments into electrofacies. Optimal number of groups is determined on the basis of the ratio of within-group variance to total variance and core data. This technique is applied to the wells in the Korea Continental Shelf. The results of field application demonstrate that the prediction of lithology based on the electrofacies classification matches well to the core and the cutting data with high reliability This methodology for electrofacies classification can be used to define the reservoir characteristics which are helpful to the reservoir management.

• 지구물리와물리탐사
• /
• 제1권3호
• /
• pp.170-175
• /
• 1998

이 연구는 다변량 통계 기법을 이용한 물리검층 자료로부터의 암석물리학상 결정으로 암상을 예측하는 것이다. 기술 통계 분석으로 물리검층 자료의 특성을 파악하고 주성분 분석에 의한 다변량 검층 자료들의 상관도 분석을 통해 변수들을 변환시켜 새로운 변수인 주성분을 구하고 변수들의 차원을 축소한다. 통계적 방법에 의한 주성분 검층 자료의 구획에 의한 효율적 자료 축소와 계산의 효율성을 높여 양질의 해석결과를 얻을 수 있다. 구획된 주성분 검층 자료로부터 계보적 군집 분석에 의해 암석물리학상을 결정한다. 최적 암석물리학상의 수는 전체 변동과 군집내의 변동사이의 비와 코어자료 등에 의해 비교 결정된다. 이 연구에서 개발된 암석물리학상 결정법을 국내대륙붕 물리검층자료에 적용한 결과 결정된 암석물리학상은 시추 코어 및 시추 암편 분석에 의한 암상 구분화와 잘 일치하였다. 이러한 연구는 저류층 특성인자의 신뢰성 있고 정량적인 평가로 유전 개발 및 생산 계획 시 유용한 도구로 활용될 수 있을 것이다.

• Communications for Statistical Applications and Methods
• /
• 제15권6호
• /
• pp.825-835
• /
• 2008

계량경제학 분야에서 널리 쓰이는 MGARCH(multivariate GARCH)모형은 여러개의 시계열자료들의 변동성을 함께 모형화한다. 그러나 변수가 많아질수록 추정해야 할 모수의 수가 급격하게 늘어나는 문제점이 있다. 본 연구에서는 인자 모형을 통해 자료의 차원을 축소시킴로써 이러한 문제를 해결하고자 하였다. 국내의 주가수익률 자료에 통계적 인자 모형과 fundamental factor model을 적용하여 각각의 의미 있는 인자들을 얻은 후 이를 MGARCH모형에 적합시켰다. 또한 두 인자모형을 바탕으로 얻어진 최종 모형들의 MSE, MAD와 VaR(Value at Risk)를 계산하여 예측력을 비교하고자 한다.

• Communications for Statistical Applications and Methods
• /
• 제8권3호
• /
• pp.625-632
• /
• 2001

Principal component analysis(PCA) is a multivariate technique falling under the general title of factor analysis. The purpose of PCA is to Identify the dependence structure behind a multivariate stochastic observation In order to obtain a compact description of it. In engineering field PCA is utilized mainly (or data compression and restoration. In this paper we propose a new robust Hebbian algorithm for robust PCA. This algorithm is based on a hyperbolic tangent function due to Hampel ef al.(1989) which is known to be robust in Statistics. We do two experiments to investigate the performance of the new robust Hebbian learning algorithm for robust PCA.

• 한국경영과학회:학술대회논문집
• /
• 한국경영과학회 1996년도 추계학술대회발표논문집; 고려대학교, 서울; 26 Oct. 1996
• /
• pp.31-34
• /
• 1996

The extensive researches have compared the performance of neural networks(NN) with those of various statistical techniques for the classification problem. The empirical results of these comparative studies have indicated that the neural networks often outperform the traditional statistical techniques. Moreover, there are some efforts that try to combine various classification methods, especially multivariate discriminant analysis with neural networks. While these efforts improve the performance, there exists a problem violating robust assumptions of multivariate discriminant analysis that are multivariate normality of the independent variables and equality of variance-covariance matrices in each of the groups. On the contrary, cluster analysis alleviates this assumption like neural networks. We propose a new approach to classification problems by combining the cluster analysis with neural networks. The resulting predictions of the composite model are more accurate than each individual technique.

• 한국지구과학회지
• /
• 제18권6호
• /
• pp.515-521
• /
• 1997

난지도 매립장 매립물의 특성을 조사하기 위해서 중력, 자력, LandSat TM 열적외선 밴드 자료, 매립장의 표면에서 측정한 침하량 자료 등을 다변량 통계분석기법을 응용하여 분석하였다. 분석에 이용한 자료들은 각기 상이한 깊이에 관한 정보를 제공하기 때문에 측정된 총 자력자료와 중력자료는 자극화변환된 자력이상과 매립장의 3차원 밀도분포로 각기 전환하였으며, 본 연구에서는 이 중 매립장의 상부층에 관한 정보를 이용하였다. 통계분석은 침하량 측정 지점들을 대상으로 수행하였으며, 이들 지점에서의 자극화변환 자력이상, 매립물의 밀도, LandSat TM 열적외선 밴드 값들은 내삽방법을 이용하여 구하였다. 자료분석에 사용한 다변량 통계분석 기법은 개체간의 기하학적인 거리를 이용하여 군집화하는 집락분석으로, 개체간의 거리 계산시 각 자료간의 상이한 측정단위가 주는 효과를 제거하기 위해서 사전에 표준화를 실시하였다. 군집화는 체계적 군집화 방법을 이용하여 수행하였다. 물리적 특성을 바탕으로 분류된 최적의 군집수는 수상도에서 나타난 결과에 따르면 총 6개의 군집으로 나타났다. 본 연구의 결과는 통합된 지구물리자료에 다변량 통계분석 기법을 적용함으로써 복합적 인 쓰레기 매립장의 특성 규명이 가능함을 시사한다.

• 대한안전경영과학회:학술대회논문집
• /
• 대한안전경영과학회 2005년도 춘계학술대회
• /
• pp.503-521
• /
• 2005

Process capability indices are widely used in industries and quality assurance system. When designing the parameter on the multiple quality characteristics, there has been a study for optimization of problems, but there has been few former study on the possible conflicting phenomena in considertion of the correlations among the characteristics. To solve the issue on the optimal design for muliple quality characteristics, the study propose the expected loss function with cross-product terms among the characteristics and derived range of the coefficients of terms. Therefore, the analysis have to be required a multivariate statistical technique. This paper introduces to multivariate capability indices and then selects a multivariate process capability index incorporated both the process variation and the process deviation from target among these indices under the multivariate normal distribution. We propose a new multivariate capability index $MC_{pm}^{++}$ using quality loss function instead of the process variation and this index is compared with the proposed indices when quality characteristics are independent and dependent of each other,