• Journal of the Korean Statistical Society
• /
• 제29권4호
• /
• pp.407-422
• /
• 2000

This article is concerned with the selecting predictor variables to be included in building a class of binary response t-link regression models where both probit and logistic regression models can e approximately taken as members of the class. It is based on a modification of the stochastic search variable selection method(SSVS), intended to propose and develop a Bayesian procedure that used probabilistic considerations for selecting promising subsets of predictor variables. The procedure reformulates the binary response t-link regression setup in a hierarchical truncated normal mixture model by introducing a set of hyperparameters that will be used to identify subset choices. In this setup, the most promising subset of predictors can be identified as that with highest posterior probability in the marginal posterior distribution of the hyperparameters. To highlight the merit of the procedure, an illustrative numerical example is given.

• Journal of the Korean Data and Information Science Society
• /
• 제26권2호
• /
• pp.487-493
• /
• 2015

Time series data sometimes show violation of normal assumptions. For cases where the assumption of normality is untenable, more exible models can be adopted to accommodate heavy tails. The exponential power distribution (EPD) is considered as possible candidate for errors of time series model that may show violation of normal assumption. Besides, the use of exible models for errors like EPD might be able to conduct the robust analysis. In this paper, we especially consider EPD as the exible distribution for errors of autoregressive models. Also, we represent this distribution as scale mixture of uniform and this form enables efficient Bayesian estimation via Markov chain Monte Carlo (MCMC) methods.

• Korea-Australia Rheology Journal
• /
• 제15권1호
• /
• pp.35-41
• /
• 2003

It is expected that particle size distribution of any portion obtained through screening, is of more uniform than that of the original mixture, typically following such as log-normal, Rosin-Rammler distributions and so on. In this study, therefore, a new relation between parameters of the uniform distribution and flow characteristics of the coarse particle suspensions is derived based on the continuous polydisperse model (Ookawara and Ogawa, 2002b), which is derived from the discrete polydisperse model (Ookawara and Ogawa,2002a). The derived model equation predicts a linear increase of viscosity with shear rate, viz., dilutant flow characteristics. Further, the increase of viscosity is expected to be proportional to the square of volume fraction of particles, and to show the linear dependency on density and average diameter of particles. It is also shown that the uniform distribution model includes additional term that expresses the effect of distribution width. For verification of the model, the experimental results of Clarke (1967) are cited as well as in our previous work for the monodisperse model (Ookawara and Ogawa,2000) since most parameters were varied independently in his work. It is suggested that the newly introduced term expands the applicable range compared with the monodisperse model.

• Journal of the Korean Data and Information Science Society
• /
• 제28권2호
• /
• pp.251-260
• /
• 2017

Black와 Scholes (1973)와 Merton (1973)의 옵션 가격결정이론에 대한 논문이 발표 된 이후 다양한 실증 분석 결과에 의하여 시간의 흐름에 따라 변동성이 불변한다고 가정하는 Black-Scholes 모형이 시장의 옵션 가격을 적절히 설명하지 못하고 있다는 것이 밝혀지면서 많은 대안적인 연구들이 진행되어 왔다. 예를 들어, Duan (1995)은 위험중립측도 하에서의 몬테카를로 시뮬레이션을 통해 GARCH 모형을 따르는 기초 자산의 옵션가격을 도출하는 방법을 제시하였다. 그러나 실제 주식이나 환율 등의 금융자료에 수익률분포는 정규분포에 비해 꼬리가 두껍고, 급첨의 형태를 보이는 데 Duan (1995)의 옵션가격 결정 방법은 이를 적절히 반영하지 못하고 있다. 이를 해결하기 위해 본 논문에서는 정규혼합모형의 오차를 갖는 GARCH 모형을 이용한 옵션가격 결정 방법을 제안하고자 한다. KOSPI200 옵션가격 자료를 이용하여 본 논문에서 제시된 옵션가격과 정규분포를 가정한 GARCH 모형에 의해 결정된 옵션가격과 비교한 결과, 금융 자료의 급첨의 성질이 뚜렷한 불안정한 시기인 경우에 오차가 정규혼합모형이라고 가정한 GARCH 모형에 의한 옵션가격 결정의 성과가 월등히 좋아지는 것을 확인할 수 있었다.

• 대한토목학회논문집
• /
• 제26권5D호
• /
• pp.821-829
• /
• 2006

교통하중은 포장 설계 및 해석에서 가장 중요한 입력 변수로서 포장 파손의 주요 원인이 된다. 따라서 정확한 포장 설계 및 해석을 위해서는 적절한 교통하중 정량화가 선행되어야 한다. 전통적으로 교통하중은 혼합된 교통흐름을 설계목적의 하나의 값으로 변환시켜주는 ESALs 관점에서 추정되어왔으나 이는 AASHO 도로 테스트를 통해 도출된 지극히 경험적인 값으로 전 노선망에 대해 평균적인 계수로 적용하기에는 한계가 있다. 이러한 등가단축하중계수의 문제점을 해결하기 위해 선진국에서는 역학적 개념을 도입한 많은 연구를 진행한 결과 역학적-경험적 설계법(Mechanistic-Empirical Design)에 적용할 수 있는 축하중 분포(Axle Load Spectra)를 이용한 교통하중 정량화 방안을 수립하였다. 본 논문에서는 일반국도에 설치 운영되고 있는 WIM 시스템을 통해 수집된 화물차 하중 데이터를 이용하여 축하중 분포 특성(Axle Load Spectra)을 이해하고 혼합정규분포함수에 기초한 축 형태별 하중 분포 모형식을 제시하였으며, 이를 기존 하중 분포 모형과 비교 평가하였다. 본 논문에서 제시한 화물차 축하중 분포 특성 및 축하중 분포 모형식은 향후 일반국도 및 고속도로의 포장 설계법 개발을 위한 교통하중 정량화 방안 수립 시, 과적 차량 단속 정책 수립 시, 도로 유지관리를 위한 계획 수립 시 기초자료로써 활용가능하다.

• 품질경영학회지
• /
• 제26권1호
• /
• pp.143-160
• /
• 1998

This article is concerned with the selection of subsets of predictor variables to be included in bulding the binary response logistic regression model. It is based on a Bayesian aproach, intended to propose and develop a procedure that uses probabilistic considerations for selecting promising subsets. This procedure reformulates the logistic regression setup in a hierarchical normal mixture model by introducing a set of hyperparameters that will be used to identify subset choices. It is done by use of the fact that cdf of logistic distribution is a, pp.oximately equivalent to that of $t_{(8)}$/.634 distribution. The a, pp.opriate posterior probability of each subset of predictor variables is obtained by the Gibbs sampler, which samples indirectly from the multinomial posterior distribution on the set of possible subset choices. Thus, in this procedure, the most promising subset of predictors can be identified as that with highest posterior probability. To highlight the merit of this procedure a couple of illustrative numerical examples are given.

• 응용통계연구
• /
• 제31권5호
• /
• pp.555-572
• /
• 2018

영상처리 분야의 중요한 주제인 영상의 잡음 제거 과정은 원래의 순수한 영상이 다양한 원인으로 발생한 잡음에 의해 오염되었을때 이 잡음을 제거하거나 줄이는 것을 의미한다. 잡음 제거 과정에서는 영상에 추가된 잡음과 원 영상이 가진 고유한 특징들을 구별해내는 것이 중요하며 이에 대한 많은 연구가 진행되고 있다. 적응적 필터와 시그마 필터는 잡음 제거를 위하여 사용하는 대표적인 잡음 제거 필터이며 이 필터들의 효용성은 정확한 잡음 추정에 영향을 받는다. 따라서 본 연구에서는 디리클레 정규 혼합모형을 토대로 영상을 오염시키고 있는 잡음의 분포를 생성하고 이를 토대로 영상의 특징과 잡음을 구별하기 위한 베이지안 방법을 제시한다. 특히 잡음의 분포와 특징의 분포를 구별하기 위해 베이지안 추론을 전개하고 영상에 포함된 잡음을 제거하는 알고리즘을 제시하고자 한다.

• 응용통계연구
• /
• 제25권5호
• /
• pp.757-773
• /
• 2012

Traditional value at risk(S-VaR) has a difficulity in predicting the future risk of financial asset prices since S-VaR is a backward looking measure based on the historical data of the underlying asset prices. In order to resolve the deficiency of S-VaR, an economic value at risk(E-VaR) using the risk neutral probability distributions is suggested since E-VaR is a forward looking measure based on the option price data. In this study E-VaR is estimated by assuming the generalized gamma distribution(GGD) as risk neutral density function which is implied in the option. The estimated E-VaR with GGD was compared with E-VaR estimates under the Black-Scholes model, two-lognormal mixture distribution, generalized extreme value distribution and S-VaR estimates under the normal distribution and GARCH(1, 1) model, respectively. The option market data of the KOSPI 200 index are used in order to compare the performances of the above VaR estimates. The results of the empirical analysis show that GGD seems to have a tendency to estimate VaR conservatively; however, GGD is superior to other models in the overall sense.

• Journal of Microbiology and Biotechnology
• /
• 제12권3호
• /
• pp.449-456
• /
• 2002

The objective of this study was to optimize medium composition of initial pH, tryptone, glucose, yeast extract, and mineral mixture for production of bacteriocin by Lactobacillus acidophilus ATCC 4356, using response surface methodology. A response surface approach including new statistical and plotting methods was employed for design and analysis of the experiment. An interiorly augmented central composite design was used as an experimental design. A normal-distribution log-link generalized linear model based on a subset fourth-order polynomial ($R^2$=0.94, Mean Error Deviance=0.0065) was used as an analysis model. This model was statistically superior to the full second-order polynomial-based generalized linear model ($R^2$=0.80, Mean Error Deviance=0.0140). Nonlinear programming determined the optimum composition of the medium as initial pH 6.35, typtone $1.21\%$, glucose $0.9\%$, yeast extract $0.65\%$, and mineral mixture $1.17\%$. A validation experiment confirmed that the optimized medium was comparable to the MRS medium in bacteriocin production, having the advantage of economy and practicality.

• 응용통계연구
• /
• 제30권1호
• /
• pp.57-68
• /
• 2017

대량의 데이터에 있어 전반적인 특성 및 구조를 파악하는데 유용하기 때문에 다양한 분야에서 군집분석을 사용하고 있다. Dempster 등 (1977)에서 정의된 expectation-maximization(EM) 알고리즘은 가장 보편적으로 사용되는 군집분석 방법이다. 선형모형의 유한혼합물(finite mixture of linear model) 기법 또한 군집분석 방법 중 많이 사용되는 방법이며 베이지안 군집방법은 Bernardo와 Giron (1988)이 군집에 대한 가중치 확률만 모를 경우 처음 적용하였다. 우리는 이 연구에서 일반적인 선형모형의 유한혼합물이 아닌 군집특정(cluster-specific) 변량효과를 모형에 포함하여 베이지안 분석방법인 깁스표집법(Gibbs sampling)을 사용한다. 제안한 모형의 특성 및 표집법에 대하여 설명하였고 모의실험 및 실제 데이터 분석을 통하여 모형의 유용성을 파악하였다. Hurn 등 (2003)의 CO2 데이터에 모형을 적용하여 변량효과가 없는 모형, 개체특정(subject-specific) 변량효과 모형과 비교하였다.