• 대한산업공학회지
• /
• 제26권1호
• /
• pp.27-35
• /
• 2000

For a weighting method to be practically valid, it should produce weights which coincide with the relative importance of attributes perceived by the decision maker. In this paper, 'bootstrapping' is used to compare the practical validities of five weighting methods frequently used; the rank order centroid method, the rank reciprocal method, the rank sum method, the entropic method, and the geometric mean method. Bootstrapping refers to the procedure where the analysts allow the decision maker to make careful judgements on a series of similar cases, then infer statistically what weights he was implicitly using to arrive at the particular ranking. The weights produced by bootstrapping can therefore be regarded as well reflecting the decision maker's perceived relative importances. Bootstrapping and the five weighting methods were applied to a job selection problem. The results showed that both the rank order centroid method and the rank reciprocal method had higher level of practical validity than the other three methods, though a large difference could not be found either in the resulting weights or in the corresponding solutions.

• 벤처창업연구
• /
• 제14권4호
• /
• pp.191-198
• /
• 2019

본 연구는 초기 스타트업의 제한된 자원으로 겪게 되는 어려움을 극복하는 과정을 이해하기 위해 부트스트래핑(bootstrapping)방법을 적용하여, 한양대학교 학생창업 기업인 (주)블랙루비 스튜디오의 사례를 통해 설명하고자 하였다. 스타트업 초기 겪게 되는 자원 조달에 대한 문제는 끊임없이 반복되어 오고 있는 연구 주제이다. 이와 같은 문제에도 불구하고 창업 관련 연구 분야에서 스타트업의 초기 어려움을 극복하는 과정을 자세히 설명하는 연구들은 비교적 많지 않다. 스타트업들은 창업을 시작할 때, 부족한 자금과 제한된 자원을 해결하기 위한 방법으로 외부의 자금 유입을 줄여 위험을 감소시키고 내부적으로 자금 문제를 해결하는 방법인 부트스트래핑에 의존하게 된다. 따라서, 본 연구에서는 스타트업의 부트스트래핑 개념을 이해하기 위해 관련된 선행연구 검토와 부트스트래핑에 관한 Winborg & Landstrom(2001)의 연구에서 제시된 32개의 세부적인 항목별 부트스트래핑 방법을 바탕으로 블랙루비 스튜디오의 창업자인 소재우 대표와의 수 차례의 심층 인터뷰를 통해 스타트업의 생존을 위한 부트스트래핑 방법 활용과 창업 초기 어려움을 극복하는 과정을 면밀히 분석하여 예비창업자들에게 통찰력 있는 시사점을 전한다.

• 한국전문물리치료학회지
• /
• 제23권2호
• /
• pp.93-99
• /
• 2016

Background: Parametric statistical procedures are typically conducted under the condition in which a sample distribution is statistically identical with its population. In reality, investigators use inferential statistics to estimate parameters based on the sample drawn because population distributions are unknown. The uncertainty of limited data from the sample such as lack of sample size may be a challenge in most rehabilitation studies. Objects: The purpose of this study is to review the bootstrapping method to overcome shortcomings of limited sample size in rehabilitation studies. Methods: Articles were reviewed. Results: Bootstrapping method is a statistical procedure that permits the iterative re-sampling with replacement from a sample when the population distribution is unknown. This statistical procedure is to enhance the representativeness of the population being studied and to determine estimates of the parameters when sample size are too limited to generalize the study outcome to target population. The bootstrapping method would overcome limitations such as type II error resulting from small sample sizes. An application on a typical data of a study represented how to deal with challenges of estimating a parameter from small sample size and enhance the uncertainty with optimal confidence intervals and levels. Conclusion: Bootstrapping method may be an effective statistical procedure reducing the standard error of population parameters under the condition requiring both acceptable confidence intervals and confidence level (i.e., p=.05).

• 한국유기농업학회지
• /
• 제26권1호
• /
• pp.33-41
• /
• 2018

The paper aims to estimate efficiency of watermelon by using a bootstrapping approach to generating efficiency estimates through Monte Carlo simulation resampling process. We use the input-output data for watermelon 107 farmers. The main results are as follows. The estimates of efficiency depends on the methodology. The estimates of general DEA is greater than the bootstrapping method. The technical efficiency and pure technical efficiency measure of watermelon is 0.72, 0.82 respectively. However the bias-corrected estimates are less than those of DEA. We know that the DEA estimator is an upward biased estimator. According to these results, the DEA bootstrapping model used here provides bias-corrected and confidence intervals for the point estimates, it is more preferable.

• 한국시뮬레이션학회논문지
• /
• 제24권4호
• /
• pp.89-96
• /
• 2015

매개효과 검정기법으로 널리 사용하고 있는 Baron and Kenny 접근법, Sobel, Aroian, Goodman 검정법들의 통계적 검정력이 약할 뿐만 아니라, 정확하지 않다는 비판이 대두되면서, bootstrapping 기법이 대안으로 제시되고 있다. 이에 본 연구는 bootstrapping 기법을 토대로 세 개 이상의 변수로 구성된 다중매개모델에서의 매개효과 검정을 위해 가상의 phantom 변수를 도입하여 검정하였다. 특히, 경영전략분야의 자원기준관점 연구에서 진행되고 있는 조직자원과 매개변수 흡수능력, 그리고 기술사업화역량 관계 모델을 다중매개모델로 설정하여, bootstrapping 접근방법과 phantom 변수 설정을 통해 총간접효과 크기와 유의확률을 계산하고, 흡수능력의 매개효과를 검정하였다. 검정결과 매우 효율적이고, 체계적인 매개효과 검정이 가능하였음을 확인할 수 있었으며, 인적자원과 물적자원의 자원 특성에 따라 흡수능력의 매개 특성도 차이가 있음을 확인하였다.

• 전자공학회논문지CI
• /
• 제42권3호
• /
• pp.1-8
• /
• 2005

IETF (Internet Engineering Task Force) 표준화 기구에서 최근에 완료된 MIPv6 (Mobile IPv6) 관련 표준 RFC3775, RFC3776는 이동노드와 홈에이전트 사이에 사전에 보안연계 (SA : Security Association)가 설정 된 이후에 이동중에 홈에이전트와 상대노드에게 이동사실을 안전하게 통보하는 위치갱신에 관한 방법을 제시하고 있다. 그러나 이 표준 규격에는 이동노드의 시동(Bootstrapping)과 시동의 경우에 이동노드와 홈에이전트 간에 보안연계를 설정하는 문제에 대하여 제시된 방식이 없다. 본 논문에서는 이동노드와 홈에이전트간의 안전한 시동을 위한 방식을 제시하였다. 이 방식은 인증, 위치갱신, 홈에이전트 할당 그리고 보안연계 분배를 AAA의 안전한 채널을 통하여 이동노드와 홈에이전트간에 수행한다. 그리고 제안된 방식을 기능, 라운드트립 그리고 보안강도 관점에서 특성분석 하였다.

• Communications for Statistical Applications and Methods
• /
• 제20권1호
• /
• pp.85-96
• /
• 2013

A new bootstrap method combined with the stationary bootstrap of Politis and Romano (1994) and the classical residual-based bootstrap is applied to stationary autoregressive (AR) time series models. A stationary bootstrap procedure is implemented for the ordinary least squares estimator (OLSE), along with classical bootstrap residuals for estimated errors, and its large sample validity is proved. A finite sample study numerically compares the proposed bootstrap estimator with the estimator based on the classical residual-based bootstrapping. The study shows that the proposed bootstrapping is more effective in estimating the AR coefficients than the residual-based bootstrapping.

• 응용통계연구
• /
• 제24권1호
• /
• pp.207-216
• /
• 2011

본 논문에서는 일반화추정방정식(GEE)모형에 대한 부스트랩 방법의 적용에 대하여 살펴본다. 다양한 부스트랩 방법들 중 GEE모형에 적용이 가능한 잔차, 쌍 및 점수함수 부스트랩 방법을 가상 및 실제 자료들에 적용한 결과 회귀계수들에 대한 추정치와 표준오차가 점근값들과 차이를 보이는 것으로 나타났다. 따라서 표본수가 크지 않은 경우 부스트랩 방법을 통하여 GEE모형에서의 회귀계수에 대한 추정치화 표준편차를 구하는 것이 효과적임을 알 수 있다.

• 한국유기농업학회지
• /
• 제21권4호
• /
• pp.487-500
• /
• 2013

The purpose of this study is to estimate efficiency of environmental-friendly agricultural product by using Data Envelopment Analysis. A proposed method employs a bootstrapping approach to generating efficiency estimates through Monte Carlo simulation resampling process. The technical efficiency, pure technical efficiency, and scale efficiency measure of strawberry by pesticide-free certification is 0.967, 0.995, 0.968 respectively. However those of bias-corrected estimates are 0.918, 0.983, 0.934. We know that the DEA estimator is an upward biased estimator. In technical efficiency, average lower and upper confidence bounds of 0.807 and 0.960. According to these results, the DEA bootstrapping model used here provides bias-corrected and confidence intervals for the point estimates, it is more preferable.

• 품질경영학회지
• /
• 제38권2호
• /
• pp.171-179
• /
• 2010

Pearn et al.(2002) supposed the $C_{pp}$ multiple process performance analysis chart. This chart displays multiple processes with the process variation and process departure on one single chart. But, this chart can not display the distribution of the process variation and process departure and is inappropriate for processes with non-normal distributions. With bootstrapping method, we can display the distribution of the process variation and process departure on the $C_{pp}$ multiple process performance analysis chart.