• 제목/요약/키워드: Robust 회귀분석

검색결과 75건 처리시간 0.026초

저류함수모형의 매개변수 보정과 홍수예측 (2) 홍수예측방법의 비교 연구 (Parameter Calibration of Storage Function Model and Flood Forecasting (2) Comparative Study on the Flood Forecasting Methods)

  • 김범준;송재현;김형수;홍일표
    • 대한토목학회논문집
    • /
    • 제26권1B호
    • /
    • pp.39-50
    • /
    • 2006
  • 홍수를 예측하기 위해서 국내 5대강 유역의 홍수통제소는 저류함수모형을 사용하고 있으며 현재까지 홍수예측에 대한 많은 연구가 이루어지고 있다. 이에 본 논문에서는 현재 홍수통제소에서 사용되고 있는 저류함수모형과 과거의 강우-수위 관계를 이용한 회귀분석(regression analysis), 그리고 인공신경망(artificial neural network)을 이용하여 홍수를 예측하고 이를 비교, 분석하고자 하였다. 저류함수모형의 경우는 홍수통제소의 대표매개변수와 보정된 최적(평균)매개변수를 적용하였다. 그리고 회귀분석과 인공신경망은 1995~2001년까지의 홍수사상 중 4개의 홍수사상을 선택하여 회귀계수를 구하고 역전파(backpropagation) 알고리즘을 사용하여 학습을 시켰다. 그 결과 저류함수모형의 경우 최적 매개변수를 이용하였을 때 기존의 홍수통제소에서 사용하고 있는 대표매개변수보다 예측이 개선되었으며, 회귀분석의 방법인 다중회귀분석, Robust 회귀분석, Stepwise 회귀분석을 이용한 홍수예측은 비교적 정확한 결과를 얻을 수 있었다. 역전파 알고리즘을 사용한 인공신경망의 경우도 회귀분석을 이용한 홍수예측보다는 다소 못하였지만 정확한 결과를 얻을 수 있었다.

Quantile Regression을 활용한 우리나라 극치강수량 경향성 분석 (Trend analysis of extream precipitation in Korea using Quantile Regression)

  • 소병진;권현한;박래건
    • 한국수자원학회:학술대회논문집
    • /
    • 한국수자원학회 2012년도 학술발표회
    • /
    • pp.369-370
    • /
    • 2012
  • 일반적으로 회귀분석의 최적화는 평균적인 개념을 확장하여 사용되어지고 있다. 평균은 관찰값들에 관한 모든 정보와 관련된 통계량으로써 많은 연구에 이용되어지고 있다. 정규분포를 이루는 모집단의 경우 평균을 사용한 추정이 바람직하지만, 이상치로 인한 분포의 꼬리가 두꺼워지는 경우 중위수(median)를 사용하는 것이 바람직하다고 알려져 있다. 강수량의 분포형태는 꼬리(tail)가 두꺼운 왜곡된 형태를 갖고 있으므로 robust 통계량인 Quantile을 이용한 강수량의 분석 및 평가를 실시하였다. 본 연구에서는 Quantile에 따른 회귀선의 변화를 이용하여 강수량의 경향성을 평가하고, 극치강수량의 변화를 보여줄 수 있는 Quantle값을 추출해 보고자 한다. 또한 bootstrap 방법을 이용하여 Quantile에 따른 회귀계수의 신뢰구간을 분석하여 회귀인자의 신뢰성을 평가하였다. 본 연구에서 적용한 Quantile Regression 기법은 회귀계수의 추정에 있어서 회귀인자의 신뢰성을 Quantile-회귀계수 그래프를 통해 분석할 수 있으며, 이상값의 영향을 저감시키는 평균과 달리 이상값의 영향을 효과적으로 분리 및 재현시킬 수 있어 극치값에 따른 변화를 효과적으로 평가할 수 있으며, robust 통계량의 특징인 분산이 적은 안정적인 추정량을 확보할 수 있다.

  • PDF

대형 데이터에서 VIF회귀를 이용한 신속 강건 변수선택법 (Fast robust variable selection using VIF regression in large datasets)

  • 서한손
    • 응용통계연구
    • /
    • 제31권4호
    • /
    • pp.463-473
    • /
    • 2018
  • 연구에서는 선형회귀모형을 가정한 대형 데이터에서의 변수선택 알고리즘을 다룬다. 방법의 속도와 강건성에 주안점을 둔 여러 알고리즘들이 제안되었다. 그 중에서 streamwise 회귀 접근법을 사용한 VIF회귀는 신속하고 정확하게 수행된다. 그러나 VIF회귀는 최소제곱방법에 의해 모형이 추정되므로 이상치에 민감하다. 변수선택방법의 강건성을 높이기 위해 가중 추정치를 사용한 강건측도가 제안되었으며 강건 VIF회귀도 제안되었다. 본 연구에서는 잠재적 이상치를 탐지하여 제거한 후 VIF회귀를 수행하는, 빠르고 강건한 변수선택 방법을 제안한다. 제안된 방법은 모의실험과 데이터 분석 통해 다른 방법들과 비교된다.

한계와 이상치가 있는 결측치의 로버스트 다중대체 방법 (Robust multiple imputation method for missings with boundary and outliers)

  • 박유성;오도영;권태연
    • 응용통계연구
    • /
    • 제32권6호
    • /
    • pp.889-898
    • /
    • 2019
  • 항목 무응답(item missing)이 발생한 설문조사에서 결측이 포함된 변수에 이상치(outlier)의 존재와 다른 설문문항 항목과의 논리적 한계(boundary) 조건들이 유의미하다면 결측치 대체문제는 매우 복잡해진다. 한계가 있는 결측값들을 포함한 변수에 이상치가 존재하는 경우, 기존의 회귀분석에 근거한 결측치 대체방법은 편향된 대체값 그리고 한계를 만족하지 않은 대체값을 제시할 가능성이 있다. 이에 본 논문은 회귀모형에 기반을 두고 결측치들을 대체를 함에 있어 이상치와 논리적 한계조건이 자료에 존재하는 경우, 다양한 로버스트 회귀모형과 다중대체 방법의 조합을 통해 해결점을 모색하고자 한다. 이를 위해 이들 방법들의 최적의 조합을 다양한 시나리오별로 모의실험을 통하여 찾아보고 이에 대하여 논의하였다.

영상 쌍에서 회귀분석에 기초한 이상 물체 검출: 잡음분산의 추정과 성능 분석 (Outlier-Object Detection Using an Image Pair Based on Regression Analysis: Noise Variance Estimation and Performance Analysis)

  • 김동식
    • 대한전자공학회논문지SP
    • /
    • 제45권5호
    • /
    • pp.25-34
    • /
    • 2008
  • 동일한 위치에서 같은 장면을 담고 있지만 서로 다른 시간에 획득된 두 장의 영상을 서로 비교하여 움직이는 자동차등에 의한 겹침과 같은 이상점의 집합을 검출할 수 있다. 영상들의 서로 다른 밝기 특성에 의한 영향을 줄이기 위하여 다항식 회귀 모델에 근거한 밝기 보정을 하였다. 이상점 집합으로 인한 영향을 약화시키면서 정확한 이상점 검출을 위하여 회귀분석을 단순히 반복하는 알고리듬을 도입하였다. 본 논문에서는 회귀분석을 반복하는 알고리듬의 성능을 잡음분산의 추정의 수렴 특성을 관찰하므로 분석하였으며, 교정 상수를 잡음분산 추정에 사용하여 강인한 검출이 가능하도록 하였다. 합성 영상과 실제 영상에 검출 알고리듬을 실험하여 그 강인성을 보였다.

Theil방법을 이용한 퍼지회귀모형 (Fuzzy Theil regression Model)

  • 윤진희;이우주;최승회
    • 한국지능시스템학회논문지
    • /
    • 제23권4호
    • /
    • pp.366-370
    • /
    • 2013
  • 설명변수와 반응변수 사이의 통계적 관계를 설명하기 위해 사용되는 회귀모형을 분석하는 방법을 회귀분석이라 한다. 본 논문에서는 독립변수와 종속변수에 대한 퍼지관계를 표현하는 퍼지회귀모형를 추정하기 위하여 이상치에 민감하지 않은 로버스트한 추정량인 Theil방법을 소개한다. Theil방법은 설명변수와 반응변수의 ${\alpha}$-수준집합의 각 성분으로 구성된 집합에서 선택한 임의의 두 쌍 자료로부터 계산된 변화율의 중위수를 두 변수에 대한 변화량의 추정량으로 간주한다. 본 논문에서 제안된 Theil방법이 최소자승법을 이용하여 추정된 퍼지회귀모형보다 더 정확할 수 있음을 예제를 통하여 확인한다.

자기회귀모형에서의 로버스트한 모수 추정방법들에 관한 연구 (A Comparison of Robust Parameter Estimations for Autoregressive Models)

  • 강희정;김순영
    • Journal of the Korean Data and Information Science Society
    • /
    • 제11권1호
    • /
    • pp.1-18
    • /
    • 2000
  • 본 논문에서는 가장 많이 사용되는 시계열 모형중의 하나인 자기회귀모형에서 모수를 추정하는 방법으로 최소 절대 편차 추정법(least absolute deviation estimation)을 포함한 로버스트한 추정방법 (robust estimation)의 사용을 제안하고 모의 실험을 통하여 이러한 방법들을 기존의 최소 제곱 추정 방법과 예측의 관점에서 비교 검토하여 시계열 자료분석에서의 로버스트한 모수 추정 방법의 유효성을 확인해 보고자 한다.

  • PDF

로버스트추정에 바탕을 둔 주성분로지스틱회귀 (Principal Components Logistic Regression based on Robust Estimation)

  • 김부용;강명욱;장혜원
    • 응용통계연구
    • /
    • 제22권3호
    • /
    • pp.531-539
    • /
    • 2009
  • 로지스틱회귀분석은 고객관계관리를 위한 데이터마이닝 분야에서 많이 사용되는 기법인데, 이 분야의 모형설정 과정에서는 연관성이 매우 높은 설명변수들이 모형에 함께 포함되어 다중공선성의 문제를 유발하며, 더욱이 회귀자료에 이상점들이 포함되면 최우추정량은 심각한 결함을 갖게 된다. 두 가지 문제점을 동시에 해결하기 위하여 로버스트주성분로지스틱회귀를 적용할 수 있는데, 본 논문에서는 주성분의 선정기준을 결정하는 모형을 개발하고, 주성분모형에서의 추정치에 미치는 이상점의 영향을 축소하기 위한 로버스트추정법을 제안하였다. 제안된 추정법은 다중공선성과 이상점이 유발하는 문제들을 적절히 해결해 준다는 사실이 모의실험을 통하여 확인되었다.

Robust 회귀분석을 이용한 거리영상 분할 (Range Image Segmentation Using Robust Regression)

  • 이길무;박래홍
    • 전자공학회논문지B
    • /
    • 제32B권7호
    • /
    • pp.974-988
    • /
    • 1995
  • In this paper, we propose a range image segmentation algorithm using robust regression. We derive a least $\kappa$th-order square (LKS) method by generalizing the least median of squares (LMedS) method and compare it with the conventional robust regressions. The LKS is robuster against outliers than the LMedS and shows performance similar to the residual consensus (RESC). The RESC uses the predetermined number of sorted residuals, whereas the LKS uses an adaptive parameter determined by given observations rather than the a priori knowledge. Computer simulation with synthetic and real range images shows that the proposed LKS algorithm gives better performance than the conventional ones.

  • PDF

실험적 교정상수를 사용한 가변문턱값에 기초한 영상 쌍에서의 강인한 이상 물체 검출 (Robust Outlier-Object Detection in Image Pairs Based on Variable Threshold Using Empirical Correction Constant)

  • 김동식
    • 대한전자공학회논문지SP
    • /
    • 제46권1호
    • /
    • pp.14-22
    • /
    • 2009
  • 동일한 위치에서 같은 장면을 담고 있지만 서로 다른 시간에 획득된 두 영상의 차를 구하여 이상점의 집합을 검출할 수 있다. 이때 영상들의 서로 다른 밝기 특성에 의한 영향을 줄이기 위하여 다항식 회귀모델에 근거하여 반복적으로 회귀분석을 적용하여 밝기 보정을 하고, 서로 다른 분산의 영향을 줄여서 강인한 검출을 수행하기 위하여 영상 차를 잡음의 분산을 사용하여 정규화 한 잔차(residual)를 사용한다. 따라서 잡음분산의 정확한 추정은 강인한 이상 물체 검출에 매우 중요하다. 본 논문에서는 정확한 추정을 위하여, 실험적으로 구하는 교정상수의 도입을 제안하였으며, 여러 합성 영상에 적용하여 그 성능이 우수함을 확인하였으며, 실제 영상에 적용하여 임의의 문턱 값 선정에도 강인하게 동작하는 이상 물체 검출 알고리듬을 제안하였다.