• 한국통신학회논문지
• /
• 제42권2호
• /
• pp.323-330
• /
• 2017

밀리미터파 대역은 주파수가 30GHz-300GHz이고, 파장이 10mm-1mm인 EHF (Extremely High Frequency) 대역이다. 밀리미터파 대역에서는 장애물이 있는 경우 전파 감쇠가 심하기 때문에 Line-of-Sight (LoS)가 아닌 경우 신호가 잘 잡히지 않는다. 그렇기 때문에 밀리미터파 대역에서 신호 감쇠 측정을 할 경우에 측정 장비가 noise와 구별할 수 없는 신호들이 관찰된다. 이와 같이 감쇠가 심한 환경에서 신호 감쇠 data를 보면 특정한 값에서 제한을 받는 것이 관찰된다. 특정한 값에서 제한 받는 것을 그대로 두고 일반적인 Least square로 추정을 하는 경우에는 감쇠 exponent를 과소평가 할 수도 있다. 본 논문에서는 특정한 값에서 제한을 받아도 정확한 추정이 가능한 Tobit Maximum Likelihood Estimation, Heckman Two-stage Model 그리고 Truncation Regression model의 성능 비교를 하였다.

• 한국인구학
• /
• 제26권2호
• /
• pp.91-110
• /
• 2003

고위험 음주는 개인 건강 뿐 아니라 사회에 막대한 부담을 초래한다. 본 연구는 보건복지부와 서울대학교외 건강위험요인 전국조사 자료에 중도 절단 이변량 프로빗 모형(bivariate probit model with censoring)을 활용하여 한국 사회에서 15세 이상 인구계층의 고위험 음주에 미치는 요인을 규명하였다. 연구결과에 따르면 우리나라에서 소주가 음주 주종 중 고위험 음주와 가장 관련성이 큰 주종임이 밝혀졌다. 그동안 소주의 문제점에 관해서는 대부분 인식하고 있었으나 전국 조사 자료 및 최신 통계분석방법을 적용한 연구가 전무하여 실증적인 뒷받침이 되지 않았던 사실이 밝혀진 셈이다. 또한 나이가 많은 계층, 배우자와 동거하지 않는 계층, 경제활동에 종사하는 계층, 스트레스에 취약한 계층, 다양한 주종을 소비하는 계층이 각각 상대적으로 그렇지 않는 계층에 비해 고위험 음주를 할 가능성이 높았다. 본 연구결과로써 한국 사회에서 음주로 인한 위해를 감소시키기 위해서는 주종별로 차별화된 정책과 함께 고위험 음주 가능성이 상대적으로 높은 인구계층을 대상으로 정부 및 민간 노력이 집중되어야 한다는 정책적 시사점을 도출할 수 있었다.

• Journal of the Korean Data and Information Science Society
• /
• 제23권4호
• /
• pp.739-748
• /
• 2012

최소제곱 서포트벡터기계 (least squares support vector machine)는 분류 및 비선형 회귀분석에서 유용하게 사용되고 있는 통계적 기법이다. 본 논문에서는 각 집단별로 생존자료가 관측된 경우 적용할 수 있는 LS-SVM을 제안한다. 제안된 모형은 임의우측 중도절단자료를 비선형 회귀모형에 적용할 수 있게 Kaplan- Meier의 중도절단분포의 추정값을 이용하여 구해진 가중값을 사용하고, 집단 간의 변동을 나타내기 위하여 임의효과항을 포함한다. 벌칙상수와 커널모수의 최적값을 구하기 위하여 일반화 교차타당성함수가 사용되고 모의실험에서는 임의효과항을 포함하지 않은 LS-SVM과 성능을 비교함으로써 제안된 방법의 우수성을 보이기로 한다.

• 한국수자원학회논문집
• /
• 제53권6호
• /
• pp.437-450
• /
• 2020

본 연구에서는 우리나라의 기후 특성의 영향으로 종종 발생하는 무유출량의 간헐하천 유역(Ephemeral catchment)에 확률기반 격자형 수문 모형을 구축하였다. 격자형 모형의 구축을 위하여 Sacramento Soil Moisture Accounting Model (SAC-SMA) 유출 모형을 사용하였으며 라우팅 모형의 결합으로 격자형 강우-유출 모형을 구축하였다. 확률 모형의 표현을 위하여 에러 모형을 결합시켰으며 간헐하천 유역에 적합하게 표현하기 위해서 검열된 오류 모형(censoring error model)을 사용하였다. 기존에 많이 사용되는 정규화된 오류 모형과의 비교를 통하여 본 연구에서 구축한 모형의 적합성을 평가하였다. 먼저 과거 주된 연구와 유역에 대한 검토를 통하여 그 필요성을 논하였으며 우리나라에서 수문 모형에 많이 사용되는 용담댐을 선정하여 수문 모형을 구축하였다. 결과적으로 본 연구에서 구축한 두개의 모형이 둘 다 신뢰할 만한 결과를 보여주지만 검열된 오류 모형의 사용이 더욱 적합한 결과를 보여주는 것을 확인하였다. 이 과정에서 기존의 방법론은 확률 기반의 유출량의 표현에 있어서 0 이하의 음수값을 상당히 표현하였으며 이는 현실이지 못한 수문 모델링의 표현을 의미한다. 본 연구에서는 또한 두 모형의 심층적인 비교를 위하여 심화된 간헐하천 유역을 구축하고 수문 모델링을 하였다. 결과적으로 무유출의 빈도 증가에 따라 무유출량을 고려하는 검열된 오류 모형의 효율이 증가하는 것을 알 수 있었다. 본 연구에서 얻은 결과는 우리나라의 수문 모델링에 있어서 간헐하천 유역에 대한 고려가 필요하다는 것을 의미한다.

• Journal of the Korean Statistical Society
• /
• 제11권2호
• /
• pp.77-87
• /
• 1982

The choice if constants that define a life testing procedure is considered in terms of the test termination time (censoring time) and the number of items to be tested subject to a given range of variance of the expected life time, where the failure time of life testing is exponentially distributed.

• Journal of the Korean Statistical Society
• /
• 제29권1호
• /
• pp.109-122
• /
• 2000

An adaptive estimator of the efficient score function for censored and truncated regression models is developed by using $\beta$-splines to estimate the score function and a relatively simple cross validation method to determine the number of knots.

• Journal of the Korean Data and Information Science Society
• /
• 제14권4호
• /
• pp.983-988
• /
• 2003

When the available sample is multiply Type-II censored, the maximum likelihood estimators of the location and the scale parameters of two-parameter exponential distribution do not admit explicitly. In this case, we propose some approximate maximum likelihood estimators by approximating the likelihood equations appropriately. We present an example to illustrate these estimation methods.

• Journal of the Korean Data and Information Science Society
• /
• 제16권4호
• /
• pp.889-898
• /
• 2005

In this paper we propose a new estimator of relative odds ratio in the two-sample case of proportional odds model under censorship. Also, we show that the estimator consistent and asymptotically normal by using martingale-representation. The efficiency of the proposed is assessed through a simulation study.

• Genomics & Informatics
• /
• 제17권4호
• /
• pp.41.1-41.12
• /
• 2019

Survival analysis mainly deals with the time to event, including death, onset of disease, and bankruptcy. The common characteristic of survival analysis is that it contains "censored" data, in which the time to event cannot be completely observed, but instead represents the lower bound of the time to event. Only the occurrence of either time to event or censoring time is observed. Many traditional statistical methods have been effectively used for analyzing survival data with censored observations. However, with the development of high-throughput technologies for producing "omics" data, more advanced statistical methods, such as regularization, should be required to construct the predictive survival model with high-dimensional genomic data. Furthermore, machine learning approaches have been adapted for survival analysis, to fit nonlinear and complex interaction effects between predictors, and achieve more accurate prediction of individual survival probability. Presently, since most clinicians and medical researchers can easily assess statistical programs for analyzing survival data, a review article is helpful for understanding statistical methods used in survival analysis. We review traditional survival methods and regularization methods, with various penalty functions, for the analysis of high-dimensional genomics, and describe machine learning techniques that have been adapted to survival analysis.

• Communications for Statistical Applications and Methods
• /
• 제25권2호
• /
• pp.159-172
• /
• 2018

In many epidemiological studies, missing values in the outcome arise due to censoring. Such censoring is what makes survival analysis special and differentiated from other analytical methods. There are many methods that deal with censored data in survival analysis. However, few studies have dealt with missing covariates in survival data. Furthermore, studies dealing with missing covariates are rare when data are clustered. In this paper, we conducted a simulation study to compare results of several missing data methods when data had clustered multi-structured type with missing covariates. In this study, we modeled unknown baseline hazard and frailty with Bayesian B-Spline to obtain more smooth and accurate estimates. We also used prior information to achieve more accurate results. We assumed the missing mechanism as MAR. We compared the performance of five different missing data techniques and compared these results through simulation studies. We also presented results from a Multi-Center study of Korean IBD patients with Crohn's disease(Lee et al., Journal of the Korean Society of Coloproctology, 28, 188-194, 2012).