• Journal of the Korean Data and Information Science Society
• /
• 제23권4호
• /
• pp.749-756
• /
• 2012

소지역 추정을 위해 널리 사용되고 있는 방법 중 하나는 선형혼합효과모형이다. 그러나 종속변수와 독립변수 사이의 관계가 비선형일 때 이 모형은 소지역 관련 모수에 대해 편의된 추정값을 초래한다. 본 논문에서는 M-분위수 커널회귀를 사용하여 소지역의 평균을 추정하는 방법을 제안한다. 그리고 모의실험을 통하여 서포트벡터분위수회귀와 성능을 비교함으로써 제안된 방법의 우수성을 보인다.

• 지구물리
• /
• 제5권2호
• /
• pp.131-142
• /
• 2002

일반적으로 지자기 전달함수는 관측치와 예측치의 차이를 최소화하는 관점에서 해가 추정된다. 오차의 구조가 가우스 분포를 따르면 최소자승 추정이 최적의 추정이지만, 그렇지 않은 경우 전달 함수 추정을 심각하게 왜곡시킬 수 있으므로 오차 구조에 대한 정보가 요구된다. 본 연구에서는 Q-Q plot을 이용한 오차 구조으 검증을 통하여 실제 오차 구조에 대한 정보를 획득하였고 가우스 분포 가정을 벗어나는 오차 구조에 대해 외치(outlier)에 의한 영향을 최소로 하며 해를 추정하는 로버스트 추정(regression M-estimate)을 적용하였다. 오차가 가우스 분포를 따르는 경우, 최소자승 추정과 로버스트 추정은 유사한 결과를 나타내나, 오차가 가우스 분포를 벗어나는 경우 로버스트 추정이 최소자승 추정보다 부드러운 결과를 나타냄을 확인하였다.

• Communications for Statistical Applications and Methods
• /
• 제30권6호
• /
• pp.531-550
• /
• 2023

The estimation of extreme quantiles is one of the main objectives of statistics of extremes (which deals with the estimation of rare events). In this paper, a robust estimator of extreme quantile of a heavy-tailed distribution is considered. The estimator is obtained through the minimum density power divergence criterion on an exponential regression model. The proposed estimator was compared with two estimators of extreme quantiles in the literature in a simulation study. The results show that the proposed estimator is stable to the choice of the number of top order statistics and show lesser bias and mean square error compared to the existing extreme quantile estimators. Practical application of the proposed estimator is illustrated with data from the pedochemical and insurance industries.

• Journal of the Korean Data and Information Science Society
• /
• 제25권6호
• /
• pp.1539-1547
• /
• 2014

In this paper we apply the autoregressive process to the nonlinear quantile regression in order to infer nonlinear quantile regression models for the autocorrelated data. We propose a kernel method for the autoregressive data which estimates the nonlinear quantile regression function by kernel machines. Artificial and real examples are provided to indicate the usefulness of the proposed method for the estimation of quantile regression function in the presence of autocorrelation between data.

• Journal of the Korean Data and Information Science Society
• /
• 제13권2호
• /
• pp.31-38
• /
• 2002

In the case of multiple survival times which might be censored at each covariate vector, we study the regression quantile estimations in this paper. The estimations are based on the empirical distribution functions of the censored times and the sample quantiles of the observed survival times at each covariate vector and the weighted least square method is applied for the estimation of the regression quantile. The estimators are shown to be asymptotically normally distributed under some regularity conditions.

• Journal of the Korean Data and Information Science Society
• /
• 제25권2호
• /
• pp.439-446
• /
• 2014

Quantile regression models with errors in variables have received a great deal of attention in the social and natural sciences. Some eorts have been devoted to develop eective estimation methods for such quantile regression models. In this paper we propose an orthogonal distance quantile regression model that eectively considers the errors on both input and response variables. The performance of the proposed method is evaluated through simulation studies.

• Communications for Statistical Applications and Methods
• /
• 제14권1호
• /
• pp.195-203
• /
• 2007

In this paper we propose support vector quantile regression (SVQR) for randomly right censored data. The proposed procedure basically utilizes iterative method based on the empirical distribution functions of the censored times and the sample quantiles of the observed variables, and applies support vector regression for the estimation of the quantile function. Experimental results we then presented to indicate the performance of the proposed procedure.

• 응용통계연구
• /
• 제23권4호
• /
• pp.669-681
• /
• 2010

Value-at-Risk(VaR) is an important part of risk management in the financial industry. This paper present a VaR forecasting for financial time series based on the quantile regression for GARCH models recently developed by Lee and Noh (2009). The proposed VaR forecasting features the direct conditional quantile estimation for GARCH models that is well connected with the model parameters. Empirical performance is measured by several backtesting procedures, and is reported in comparison with existing methods using sample quantiles.

• Journal of the Korean Data and Information Science Society
• /
• 제26권1호
• /
• pp.209-216
• /
• 2015

Quantile regression models with covariate measurement errors have received a great deal of attention in both the theoretical and the applied statistical literature. A lot of effort has been devoted to develop effective estimation methods for such quantile regression models. In this paper we propose the partially linear support vector orthogonal quantile regression model in the presence of covariate measurement errors. We also provide a generalized approximate cross-validation method for choosing the hyperparameters and the ratios of the error variances which affect the performance of the proposed model. The proposed model is evaluated through simulations.

• 응용통계연구
• /
• 제26권6호
• /
• pp.915-922
• /
• 2013

분위수 회귀는 반응변수의 조건부 분위수 함수를 추정함으로써 반응변수와 예측변수의 관계에 대한 포괄적인 정보를 제공한다. 그러나 여러 개의 분위수 함수를 개별적으로 추정하게 되면 이들이 서로 교차할 가능성이 있으며, 이러한 분위수 함수의 교차(quantile crossing) 현상 분위수의 이론적 기본 특성에 위배된다. 본 논문에서는 다중 비교차 분위수 함수의 추정을 위해 커널 계수에 제약식을 부여하는 순차적 추정법을 제안하였으며, 모의실험을 통해 제안한 방법론의 효율적인 성능과 유용성을 확인하였다.