• 응용통계연구
• /
• 제20권2호
• /
• pp.229-244
• /
• 2007

국내외에서 소지역 추정에 관한 많은 연구가 진행되고 있다. 보조 자료가 충분히 있는 경우 모형기반 추정법을 사용하는 것이 일반적이며 이 중에서 계층적 베이지안(Hierarchical Bayesian: HB) 추정법이 가장 좋은 것으로 알려져 있다. 그러나 보조 자료가 충분하지 않은 경우에는 모형 기반 추정법의 사용은 제한적이다. 최근 충분한 보조 자료가 없는 경우 공간 정보를 보조 자료로 사용하는 방법이 제안되었다. 본 논문에서는 공간통계량과 베이즈 접근방법을 활용한 모형기반의 소지역 통계량들을 모형 검진방법(Diagnostic method)들을 이용하여 비교 분석하였다. 분석에 사용된 자료는 2005년도 경제활동인구 조사이며 소지역(시,군,구)통계를 추정하여 비교하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2007년도 학술발표회 논문집
• /
• pp.1752-1756
• /
• 2007

정교한 강우-유출 모의를 위해서는 적절한 매개변수의 추정이 필수적이며, 매개변수 추정 방법은 시행착오(trial and error)에 의한 수동보정법과 최적화방법을 사용한 자동보정법으로 구분할 수 있다. 모형의 매개변수의 수가 많은 경우 수동보정법에 의한 매개변수 추정은 매우 어렵다. 자동 보정법에 사용되는 최적화방법은 Rosenbrock 알고리즘, patten search, 컴플렉스(complex) 방법, Powell 방법 등과 같은 지역최적화 방법과 전역최적화 방법으로 나눌 수 있다. 그러나 기존 방법론들은 매개변수의 최적화를 추적하기 위한 알고리즘이 대부분이며 이들 매개변수에 관련된 불확실성을 평가하는데는 미흡한 단접이 있다. 이러한 점에서 본 연구에서는 강우-유출모형의 매개변수 추정에 있어서 불확실성을 평가할 수 있는 새로운 방법론을 검토하고자 한다. 매개변수와 관련된 불확실성을 평가하기 위한 방법은 여러 가지가 있으나 통계적으로 매우 우수한 능력을 보이는 Hierarchical Bayesian 알고리즘을 Probability-Distributed 강우-유출 모형에 적용하였다. 본 방법론은 최적화와 동시에 각 매개변수에 관련된 사후분포(posterior distribution)의 추정이 가능하므로 모형이 갖는 불확실성을 효과적으로 평가할 수 있다. 따라서, 수자원 관리에 있어서 불확실성을 고려할 수 있으므로 보다 수리수문학적 위험도를 저감할 수 있을 것으로 판단된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2016년도 학술발표회
• /
• pp.206-206
• /
• 2016

최근 기상변동성 증가 및 기후변화로 인해 기존 한반도의 기상패턴과 다른 이상강우 현상이 증가하고 있다. 이러한 변동성 증가는 수자원 계획을 수립하는데 있어 불확실성을 가중시키기고 있다. 이러한 점에서 수문 시계열의 변화양상을 효과적으로 인지할 수 있으며, 유역단위에서 일관된 변화를 평가할 수 있는 변동성 분석 개발이 필요하다. 이에 본 연구에서는 기존 변동성 분석방법에 계층적 베이지안(Hierarchical Bayesian) 기법을 연계하여 유역단위에서 변동점 해석을 위한 모형을 개발하였다. 한강유역의 30년 이상의 강우 자료를 활용하여 연강우량 자료를 구축하였으며, 본 연구를 통해 개발된 모형의 적합성을 평가하였다. 분석결과, 약 2000년대를 기준으로 강우의 변화 양상을 확인할 수 있었으며, 과거에 비해 강우의 증가 특성을 효과적으로 평가할 수 있었다. 이와 같은 수문기상자료에 대한 변동성 분석은 미래에 발생 가능한 홍수나 가뭄과 같은 사상을 모의함에 있어 효율적으로 활용될 수 있을 것으로 판단된다.

• Communications for Statistical Applications and Methods
• /
• 제6권2호
• /
• pp.511-522
• /
• 1999

The paper considers the problem of robustness in hierarchical bayesian models. In specific we address Bayesian robustness in the estimation of normal means. We provide the ranges of the posterior means under $\varepsilon$-contamination class as well as the density ratio class of priors. For the class of priors that are uniform over a specified interval we investigate the sensitivity as to the choice of the intervals. The methods are illustrated using the famous baseball data of Efron and Morris(1975).

• Journal of the Korean Data and Information Science Society
• /
• 제11권2호
• /
• pp.313-318
• /
• 2000

This article addresses aspects of combining information, with special attention to meta-analysis. In specific, we consider hierarchical Bayesian models for meta-analysis under priors which are scale mixtures of normal, and thus have tail heavier than that of the normal. Numerical methods of finding Bayes estimators under these heavy tailed prior are given, and are illustrated with an actual example.

• 한국수자원학회논문집
• /
• 제47권5호
• /
• pp.469-482
• /
• 2014

본 연구에서는 지역특성(위도, 경도, 고도)과 기후학적 특성(연최대강우량)을 계층적 Bayesian 모형안에서 연계하여 공간적 분석이 가능한 지역빈도해석 모형을 개발하였다. 기존 지역빈도해석은 강수지점의 지리적/지형적 특성을 반영한 해석이 어려운 단점이 있으며, 지점을 기준으로 해석된 확률강수량을 유역면적강우량으로 변환 시 불확실성이 큰 단점이 있다. 이에 본 연구에서는 계층적 Bayesian 기법을 이용하여 지역특성 및 기후학적 특성이 고려된 Gumbel 확률분포형의 매개변수를 추정하였으며, 이들 매개변수들을 공간적으로 보간하여 한강유역내 모든 지점에 대해서 확률강수량을 추정할 수 있도록 하였다. 결과적으로 기존 L-모멘트 방법과 유사한 결과를 확인할 수 있었으며 확률강수량의 불확실성 정량화와 더불어 지리적/지형적 영향을 고려한 해석이 가능하였다.

• 한국수자원학회논문집
• /
• 제46권1호
• /
• pp.13-24
• /
• 2013

본 연구에서는 계층적 Bayesian 기법을 이용한 새로운 지역빈도해석 모형을 개발하는데 목적이 있으며 이를 통해서 신뢰성 있는 매개변수를 추정과 동시에 지역빈도해석 절차의 불확실성 평가를 용이하게 접근할 수 있도록 하였다. 본 연구에서 제안되는 계층적 Bayesian 기반 지역빈도해석 모형(HBRFA)의 적합성을 평가하기 위해서 모의실험을 수행하였다. 즉, 10개의 모의 관측소를 대상으로 Monte-Carlo 모의를 통한 평가를 수행하였으며 전체적으로 HBRFA 모형이 기존 L-모멘트 방법에 비해 편의를 줄여주는 것으로 평가되었다. 특히 재현기간이 증가될수록 편의가 두드러지게 감소되는 것을 확인할 수 있었다. 전라북도의 6개 강우지점을 대상으로 HBRFA 모형과 기존 L-모멘트 기반 지역빈도해석 결과를 비교하였다. 계층적 Bayesian 모형의 특징을 평가하고자 매개변수의 Shrinkage 과정을 정량적으로 도출하여 제시하였으며 추정된 지역확률강수량이 기존 L-모멘트 기법과 유사한 결과를 갖는 것을 확인할 수 있었다. 더불어 빈도별 확률강수량의 불확실성을 정량적으로 제시할 수 장점을 확인할 수 있었다.

• Communications for Statistical Applications and Methods
• /
• 제6권1호
• /
• pp.181-191
• /
• 1999

We consider Bayesian models allow multiple grouping of parameters for the normal means estimation problem. In particular, we consider a typical Bayesian hierarchical approach based on thepartial exchangeability where the components within a subgroup are exchangeable, but the different subgroups are not. We discuss implementation of such Bayesian procedures via Gibbs sampling. We illustrate the proposed methods with numerical examples.

• 한국수자원학회논문집
• /
• 제50권2호
• /
• pp.75-87
• /
• 2017

최근 기후변화에 따른 기상변동성 증가로 기존 한반도의 기상패턴과 다른 이상강우 현상이 증가하고 있다. 이상강우현상에 따른 수문패턴의 변화는 수자원 계획을 수립하는데 있어 불확실성을 가중시키기고 있다. 이러한 점에서 수문 시계열의 변화양상을 효과적으로 인지할 수 있으며, 유역단위에서 일관된 변화를 평가할 수 있는 변동점 분석 개발이 필요하다. 이에 본 연구에서는 기존 변동점 분석방법에 계층적 베이지안(Hierarchical Bayesian) 기법을 연계하여 유역단위에서 계층적 변동점 분석이 가능한 모형을 개발하였다. 우리나라에 40년 이상 관측된 기상청 강수자료를 활용하여 연강수량 자료를 구축하였으며, 본 연구를 통해 개발된 모형의 적합성을 평가하였다. 분석결과, 1990년대의 강수자료의 변화 양상을 정량적으로 확인할 수 있었으며, 과거에 비해 강수의 증가 특성을 확인할 수 있었다. 최종적으로 추정된 수문자료의 변화시점 전후의 재해석자료를 이용하여 한반도 주변의 강수량과 해수면기압의 Anomaly를 분석해본 결과 변동점을 기준으로 강수량과 해수면기압의 명확한 차이를 확인하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2016년도 학술발표회
• /
• pp.36-36
• /
• 2016

하천정비나 유역종합 치수계획 등 수자원계획을 수립하는 과정에 있어 하천의 설계홍수량 추정은 필수적이며, 하천의 수공구조물의 안전성과 수문학적 위험도를 산정하는데도 활용되고 있다. 그러나 매년 관측되는 강우량 자료에 비해 유출량 자료의 길이가 비교적 짧아 신뢰성 있는 홍수량자료의 구축이 어려운 실정이며, 미계측 유역에 위치한 중소규모 하천의 설계홍수량과 같은 수문학적 자료는 매우 제한적이다. 이러한 이유로 본 연구에서는 기 수립된 하천정비기본계획의 자료들을 활용하여 유역의 특성(면적, 경사, 고도)이 고려되는 새로운 홍수량 산정식을 개발하였으며, Bayesian GLM(generalized linear method) 기법을 활용하여 미계측 유역의 지역화를 통한 홍수량의 추정이 가능하도록 하였다. 또한 Hierarchical Bayesian 기법을 활용하여 개발된 공식에 활용되는 매개변수의 불확실성을 구간을 산정하였다. Bayesian 기법의 도입으로 산정되는 홍수량의 불확실성 구간을 정량적으로 제시할 수 있었으며, 제안된 연구 결과는 미계측 유역의 홍수량을 추정하는 도구로서 활용성이 높을 것으로 기대된다.