• 한국신뢰성학회지:신뢰성응용연구
• /
• 제1권1호
• /
• pp.55-63
• /
• 2001

In this paper, we utilize the asymptotic variance of $C_{pk}$ to propose a two-sided confidence interval based on percentile-t bootstrap method. This confidence interval is compared with the ones based on the standard and percentile bootstrap methods. Simulation results show that percentile-t bootstrap method is preferred to other methods for constructing the confidence interval.l.

• Journal of the Korean Statistical Society
• /
• 제24권2호
• /
• pp.551-562
• /
• 1995

We consider the iterated bootstrap method in regression model with heterogeneous error variances. The iterated wild bootstrap confidence intervla of the mean response is considered. It is shown that the iterated wild bootstrap confidence interval has coverage error of order $n^{-1}$ wheresa percentile method interval has an error of order $n^{-1/2}$. The simulation results reveal that the iterated bootstrap method calibrates the coverage error of percentile method interval successfully even for the small sample size.

• 산업경영시스템학회지
• /
• 제22권52호
• /
• pp.347-354
• /
• 1999

Statistical Process Control(SPC) which uses control charts is widely used to inspect and improve manufacturing process as a effective method. A parametric method is the most common in statistical process control. Shewhart chart was made under the assumption that measurements are independent and normal distribution. In practice, this assumption is often excluded, for example, in case of (equation omitted) chart, when the subgroup sample is small or correlation, it happens that measured data have bias or rejection of the normality test. A bootstrap method can be used in such a situation, which is calculated by resampling procedure without pre-distribution assumption. In this study, applying bootstrap percentile method to (equation omitted) chart, it is compared and evaluated standard process control limit with bootstrap percentile control limit. Also, under the normal and non-normal distributions, where parameter is 0.5, using computer simulation, it is compared standard parametric with bootstrap method which is used to decide process control limits in process quality.

• Journal of the Korean Data and Information Science Society
• /
• 제6권1호
• /
• pp.73-83
• /
• 1995

We construct the approximate bootstrap confidence intervals for reliability (R) when the distributions of strength and stress are both normal. Also we propose percentile, bias correct (BC), bias correct acceleration (BCa), and percentile-t intervals for R. We compare with the accuracy of the proposed bootstrap confidence intervals and classical confidence interval based on asymptotic normal distribution through Monte Carlo simulation. Results indicate that the confidence intervals by bootstrap method work better than classical confidence interval. In particular, confidence intervals by BC and BCa method work well for small sample and/or large value of true reliability.

• 품질경영학회지
• /
• 제31권4호
• /
• pp.164-175
• /
• 2003

This paper investigates bootstrap confidence intervals of the process capability index(PCI) based on the expected loss derived from the empirical distribution function(EDF). The PCI based on the expected loss is too complex to derive its confidence interval analytically, so the bootstrap method is a good alternative. We propose three types of the bootstrap confidence interval; the standard bootstrap(SB), the percentile bootstrap(PB), and the acceleration biased­corrected percentile bootstrap(ABC). We also perform a comprehensive simulation study under various process distributions, in order to compare the accuracy of the coverage probability of the bootstrap confidence intervals. In most cases, the coverage probabilities of the bootstrap confidence intervals from the EDF PCI turned out to be more accurate than those from the PCI based on the normal distribution. It is expected that the bootstrap confidence intervals from the EDF PCI can be utilized in real processes where the true distribution family may not be known.

• 응용통계연구
• /
• 제32권1호
• /
• pp.99-109
• /
• 2019

비선형 시계열인 확률계수 자기회귀(random coefficient autoregressive; RCA) 모형에 대하여 여러 가지 방법을 이용한 추정량의 신뢰구간 비교하였다. RCA 모형에 대하여 자료의 분포를 가정하지 않아도 되는 Quasi 스코어 추정량과 Huber, Tukey, Andrew, Hempal 4가지 유계함수를 이용한 M-Quasi 스코어 추정량을 제시하였다. 이러한 추정량에 대하여 표준 붓스트랩 방법, 백분위수 붓스트랩 방법, 스튜던트화 붓스트랩 방법, 하이브리드 붓스트랩 방법을 이용한 신뢰구간을 구하였다. 모의실험을 통하여 RCA 모형의 오차항의 분포가 정규분포, 오염정규분포, 이중지수분포를 따를 때 Quasi 스코어 추정량과 M-Quasi 스코어 추정량들의 근사적 신뢰구간과 네가지 붓스트랩 방법을 이용한 신뢰구간을 비교하였다.

• 한국품질경영학회:학술대회논문집
• /
• 한국품질경영학회 1998년도 The 12th Asia Quality Management Symposium* Total Quality Management for Restoring Competitiveness
• /
• pp.174-179
• /
• 1998

This research explores the application of the bootstrap methods to the construction of control limits for the x charts and the EWMA charts based on single observations with stationary autoregressive processes. The subsample means-based control chars in the presence autocorrelation are also considered. We use a technique for inferring confidence intervals using bootstrap, the percentile method. Simulation studies are conducted to compare the performance of the bootstrap method and that of standard method for constructing control charts under several conditions.

• 한국심리학회지:법
• /
• 제11권1호
• /
• pp.21-36
• /
• 2020

P300 숨긴정보검사에서는 조사대상자가 거짓을 말하고 있는지 판단하기 위하여 관련자극의 P300 진폭이 무관련자극의 P300 진폭보다 통계적으로 유의하게 더 큰지를 평가한다. 구체적인 통계적 방법으로 독립표본 t 검증 또는 부트스트랩 방법을 사용할 수 있다. Rosenfeld와 Soskins, Bosh, Ryan(2004)은 "개인 내에서 관련자극과 무관련자극의 P300 평균을 비교하는데 사용하기에는 t 검증이 너무 둔감하다."면서 부트스트랩 방법을 사용하였다. 본 연구의 목적은 P300 숨긴정보검사에서 t 검증의 검증력이 부트스트랩 방법보다 더 낮은지 평가하는 것이다. 이를 위하여 39명의 실험참가자로부터 측정한 뇌파자료를 이용하여 Monte Carlo 연구를 수행하였다. 연구결과, t 검증과 백분위를 이용한 부트스트랩 방법의 1 종 오류율은 서로 비슷하였으며, 백분위를 이용한 부트스트랩 방법의 검증력이 t 검증의 검증력보다 약간 더 높았다. 두 검증 방법의 1 종 오류율은 모두 유의수준보다 낮은 값을 보였으며, 검증력은 이론적인 t 검증의 검증력보다 약간 낮은 값을 보였다. 반면에 표준오차를 이용한 부트스트랩 방법의 1 종 오류율과 검증력은 이론적인 t 검증의 1 종 오류율 및 검증력과 비슷한 값을 보였으며, t 검증의 검증력보다 실험조건에 따라 .012 ~ .081 더 높았다.

• Communications for Statistical Applications and Methods
• /
• 제28권6호
• /
• pp.627-641
• /
• 2021

An asymmetric least squares estimation method has been employed to estimate linear models for percentile regression. An asymmetric maximum likelihood estimation (AMLE) has been developed for the estimation of Poisson percentile linear models. In this study, we propose generalized nonlinear percentile regression using the AMLE, and the use of the parametric bootstrap method to obtain confidence intervals for the estimates of parameters of interest and smoothing functions of estimates. We consider three conditional distributions of response variables given covariates such as normal, exponential, and Poisson for three mean functions with one linear and two nonlinear models in the simulation studies. The proposed method provides reasonable estimates and confidence interval estimates of parameters, and comparable Monte Carlo asymptotic performance along with the sample size and quantiles. We illustrate applications of the proposed method using real-life data from chemical and radiation epidemiological studies.

• Communications for Statistical Applications and Methods
• /
• 제19권3호
• /
• pp.405-414
• /
• 2012

층화확률추출은 모집단을 어떤 층화기준에 의해 여러 층으로 분할한 다음 각 층으로부터 독립적으로 표본을 임의추출하는 방법으로 여러 가지 장점을 가지고 있어 실제 조사에서 많이 활용되고 있다. 본 연구에서는 대규모 표본조사에서 많이 사용하고 있는 층화확률추출을 사용하여 추출된 표본을 통해 모평균에 대한 붓스트랩 추정량과 신뢰구간 및 가설검정 등 통계적 추론에 대하여 연구하였다. 층화모집단에서의 모평균의 추정량과 관련된 극한 분포이론들을 기초로 붓스트랩 일치성을 근거로 층화 모평균에 대해 표준 붓스트랩 방법, 백분위수 붓스트랩 방법, 스튜던트화 붓스트랩 방법을 활용한 신뢰구간과 붓스트랩 가설검정 방법을 제안하였으며, 모의실험을 통해 신뢰구간 추정 방법들의 유효성을 확인하였다.