• 한국인구학
• /
• 제33권2호
• /
• pp.85-111
• /
• 2010

한국사회가 최근 초저출산율이 지속되고, 사망율이 괄목할 만큼 개선되면서 장래인구 추계는 새로운 도전을 받고 있다. 이 연구는 장래 인구를 보다 정확한 예측하고, 양질의 정보를 제공하기 위한 방안을 한국의 경우를 중심으로 여타 저출산 국가들과 비교연구를 통해 논의하였다. 구체적으로 이 연구는 1) 통계청이 실시한 2009년도 인구추계를 2006년도 공식 인구추계와 비교분석 하였고, 2) 한국의 인구추계방식을 다른 나라의 경우와 비교 분석하였다. 비교에는 어떤 기관이 인구추계를 담당하는지, 얼마나 먼 장래까지 추계 하는지, 얼마나 자주 행해지는지, 그리고 추계에 사용되는 출산, 사망, 이주에 관련된 가정과 시나리오의 수를 고려하였다. 3) 향후 50년간장래인구를 확률적 인구추계 방식을 도입하여 예측해 보았다. 4) 마지막으로 2011년 장래인구추계에 사용될 시나리오를 살펴보았다. 이러한 논의를 바탕으로 이 연구는, 장래인구추계의 정확성을 높이기 위해서 인구추계를 좀더 자주 실시할 것과, 단기와 장기추계의 구분, 시나리오 수를 기존 네 가지에서 더 늘릴 것을 제안하였다. 또한 기준인구 산정에 있어 국내 체류중인 외국인 인구를 고려할 것과 확률적 인구추계 방식도 도입할 것을 제안하였다.

• Journal of the Korean Data and Information Science Society
• /
• 제5권1호
• /
• pp.1-10
• /
• 1994

Projection pursuit(PP) is a computer-intensive method which seeks out interesting linear projections of multivariate data onto a lower dimension space by machine. By working with lower dimensional projections, projection pursuit avoids the sparseness of high dimensional data. We show through simulation that two projection pursuit discriminant mothods proposed by Chen(1989) and Huber(1985) do not improve very much the error rate than the existing methods and compare several classification procedures.

• 대한수학회지
• /
• 제55권2호
• /
• pp.471-506
• /
• 2018

In this article, some projection methods (or fractional-step methods) are proposed and analyzed for the micropolar Navier-Stokes equations (MNSE). These methods allow us to decouple the MNSE system into two sub-problems at each timestep, one is the linear and angular velocities system, the other is the pressure system. Both first-order and second-order projection methods are considered. For the classical first-order projection scheme, the stability and error estimates for the linear and angular velocities and the pressure are established rigorously. In addition, a modified first-order projection scheme which leads to some improved error estimates is also proposed and analyzed. We also present the second-order projection method which is unconditionally stable. Ample numerical experiments are performed to confirm the theoretical predictions and demonstrate the efficiency of the methods.

• Journal of applied mathematics & informatics
• /
• 제7권2호
• /
• pp.467-482
• /
• 2000

Testing equality of two and k distributions has long been an interesting issue in statistical inference. To overcome the sparseness of data points in high-dimensional space and deal with the general cases, we suggest several projection pursuit type statistics. Some results on the limiting distributions of the statistics are obtained, some properties of Bootstrap approximation are investigated. Furthermore, for computational reasons an approximation for the statistics the based on Number theoretic method is applied. Several simulation experiments are performed.

• Communications for Statistical Applications and Methods
• /
• 제7권3호
• /
• pp.633-641
• /
• 2000

In this paper, we propose a method to identify multiple outliers in regression analysis with only assumption of smoothness on the regression function. Our method uses single-linkage clustering algorithm and Projection Pursuit Regression (PPR). It was compared with existing methods using several simulated and real examples and turned out to be very useful in regression problem with the regression function which is far from linear.

• 대한수학회보
• /
• 제59권5호
• /
• pp.1215-1235
• /
• 2022

In this paper we study Szegö kernel projections for Hardy spaces in quaternionic Clifford analysis. At first we introduce the matrix Szegö projection operator for the Hardy space of quaternionic Hermitean monogenic functions by the characterization of the matrix Hilbert transform in the quaternionic Clifford analysis. Then we establish the Kerzman-Stein formula which closely connects the matrix Szegö projection operator with the Hardy projection operator onto the Hardy space, and we get the matrix Szegö projection operator in terms of the Hardy projection operator and its adjoint. At last, we construct the explicit matrix Szegö kernel function for the Hardy space on the sphere as an example, and get the solution to a Diriclet boundary value problem for matrix functions.

• 응용통계연구
• /
• 제27권5호
• /
• pp.717-729
• /
• 2014

본 연구에서는 나무구조의 분류분석에서 자료의 크기가 방대해짐에 따라 중요한 문제로 대두되고 있는 변수의 중요도에 대하여 사영추적분류나무를 중심으로 고찰하였다. 사영추적분류나무(projection pursuit classification tree)는 각 마디에서 사영추적을 이용하여 그룹을 잘 분리하는 변수들의 선형결합을 이용하는 방법으로 이때 사용되는 사영계수들은 각 마디에서의 분류에 대한 정보를 가지고 있다. 이를 종합하여 각 변수의 분류에 대한 중요도를 계산할 수 있다. 먼저 사영추적분류나무의 분류과정에서 계산되는 사영추적계수를 이용하여 분류를 위한 변수선택의 중요도를 계산하고 이들의 특성을 살펴보고 이를 같은 형태의 나무모형방법인 CART와 랜덤 포레스트의 결과와 비교 분석하여 사영추적분류나무의 특성을 살펴보고 비교, 분석하였다. 대부분의 자료에서 사영추적분류나무가 훨씬 좋은 성능을 보이고 있었으며 특히 상관계수가 높은 변수들이 포함되어 있는 경우에는 상대적으로 적은 수의 변수로도 잘 분류를 할 수 있음을 확인하였다. 랜덤 포레스트에서 제공하는 변수 중요도는 변수들 간의 상관관계가 높은 경우에는 사영추적분류나무의 변수중요도와 매우 다르게 나타나며 사영추적분류나무의 변수 중요도가 조금 더 나은 성능을 보이고 있음을 알 수 있다.

• Communications for Statistical Applications and Methods
• /
• 제28권2호
• /
• pp.205-215
• /
• 2021

Sufficient dimension reduction is useful dimension reduction tool in regression, and sliced inverse regression (Li, 1991) is one of the most popular sufficient dimension reduction methodologies. In spite of its popularity, it is known to be sensitive to the number of slices. To overcome this shortcoming, the so-called fused sliced inverse regression is proposed by Cook and Zhang (2014). Unfortunately, the two existing methods do not have the direction application to large p-small n regression, in which the dimension reduction is desperately needed. In this paper, we newly propose seeded sliced inverse regression and seeded fused sliced inverse regression to overcome this deficit by adopting iterative projection approach (Cook et al., 2007). Numerical studies are presented to study their asymptotic estimation behaviors, and real data analysis confirms their practical usefulness in high-dimensional data analysis.

• 통합자연과학논문집
• /
• 제10권1호
• /
• pp.33-39
• /
• 2017

Consider the problem of estimating a $p{\times}1$ mean vector ${\theta}(p-q{\geq}3)$, $q=rank(P_V)$ with a projection matrix $P_v$ under the quadratic loss, based on a sample $X_1$, $X_2$, ${\cdots}$, $X_n$. We find a James-Stein type decision rule which shrinks towards projection vector when the underlying distribution is that of a variance mixture of normals and when the norm ${\parallel}{\theta}-P_V{\theta}{\parallel}$ is restricted to a known interval, where $P_V$ is an idempotent and projection matrix and rank $(P_V)=q$. In this case, we characterize a minimal complete class within the class of James-Stein type decision rules. We also characterize the subclass of James-Stein type decision rules that dominate the sample mean.

• 한국전자파학회논문지
• /
• 제22권1호
• /
• pp.89-97
• /
• 2011

본 논문은 space-time adaptive processing(STAP)의 불균일한 클러터 환경에 의한 성능 저하를 극복하기 위하여 제시된 다양한 기술에 대하여 성능 분석을 하였다. 불균일한 클러터에 의한 이상치(outlier)를 제거하는 기술인 nonhomogeneity detector(NHD)의 성능 향상을 위해, 다수의 이상치가 존재할 때 기존의 inner product(IP) 혹은 generalized inner product(GIP)보다 좋은 성능을 보여주는 projection statistics(PS)를 적용하였다. 또한, 중위수를 이용한 간섭 공분산 행렬의 예측 방법과 기존의 예측 방법에 따른 성능 분석을 하였다. 시뮬레이션을 통하여 STAP성능 분석을 한 결과, 중위수를 이용한 간섭 공분산 행렬의 예측 방법이 NHD 방법에 구애를 받지 않고 signal to interference plus noise ratio(SINR) 손실, MSMI를 이용한 단일 혹은 다수의 목표물 검출 모두 기존의 간섭 공분산 행렬의 예측 방법보다 우수한 성능을 보임을 확인하였다.