• Journal of the Korean Data and Information Science Society
• /
• 제12권2호
• /
• pp.35-45
• /
• 2001

We introduce a new percentile envelope for diagnosing supernormality in regression analysis. Furthermore, we compare this percentile envelope, which is much simpler and easier, with Atkinson's and Flack and Flores' envelopes. Using percentile envelope, we investigate characteristics of normal probability plots with envelope for error distributions when supernormality is occurred. We give cautions that test result for normality assumption of errors can be reached the wrong conclusion by supernormality.

• 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.

• 한국안전학회지
• /
• 제12권1호
• /
• pp.113-121
• /
• 1997

Human reliability attempts to make precise quantitative analyses and predictions of the performance of human-machine(or product) systems. In order to yield more precise human error analysis, precise human error probabilities(HEPs) must be used in the analysis. However, because human behavior is influenced by factors that are called performance shaping factors(PSFs), the effects of PSFs must be considered to obtain precise HEPs, These are called basic HEPs or situation-specific HEPs. This paper presents a theoretical method for obtaining basic HEPs (i.e. , considering PSFs) in quantitative human error analysis. In this method, the weight which characterizes the degree of importance of several PSFs is obtained by the analytic hierarchy process. The quality scores of PSFs in the task situation are obtained by percentile concept. These scores are used in conjunction with the relative Importance weights of PSFs to compute the composite quality percentile score of PSFs in the task situation. Then, a new mapping method of the composite quality percentile score of PSFs into a situation-specific basic HEP is proposed with a numerical example.

• 한국해안·해양공학회논문집
• /
• 제25권1호
• /
• pp.34-39
• /
• 2013

본 연구에서는 연안의 파후 자료를 이용하여 파랑 관측기간에 따른 오차범위의 정량적인 분석과 변화양상 분석을 수행하였다. 표본 관측기간은 1개월부터 6년까지 Bootstrap 기법을 이용하여 무작위로 추출하였다. 분석 결과, 전체적으로 관측기간이 1년보다 작은 경우에는 관측기간이 증가할수록 오차범위는 급격한 감소양상을 보이고 있으며, 관측기간이 1년 이상인 경우에는 관측기간의 증가에 따른 오차범위 감소 정도는 매우 완만한 것으로 파악 되었다. 절대적인 추정오차를 기준 파고 1 m 조건에서 10% 정도(${\pm}0.1m$)로 가정하는 경우, 추정오차를 달성할 수 있는 최소 관측 기간은 거제 홍도 및 속초 지점은 2년 이상 자료로 이 조건을 만족하지만, 안마도 지점은 3년 이상의 관측 자료를 이용해야 이 조건을 만족하는 것으로 파악되었다. 한편 파고 백분위수는 값이 증가할수록 신뢰구간은 급격한 증가 양상을 보이는 반면, 주기 백분위수는 꼬리영역(2.5- & 97.5-백분위수 영역)을 제외하고는 0.5초 이내로 비교적 일정한 정도를 유지하고 있는 것으로 파악되었다. 항만가동률 평가에서 필요한 유의파고의 97.5-백분위수에 대한 정량적인 분석결과, 오차범위는 속초 0.75 m, 거제-홍도 0.5 m, 안마도 1.2 m 정도로 파악되었다.

• 산업경영시스템학회지
• /
• 제30권2호
• /
• pp.37-43
• /
• 2007

ANOVA is widely used for measurement system analysis. It assumes that the measurement error is normally distributed, which may not be seen in certain industrial cases. In this study, the exact and bootstrap confidence intervals for precision-to-tolerance ratio (PTR) are obtained for the cases where the measurement errors are normally and non-normally distributed and the reproducibility variation can be ignored. Lognormal and gamma distributions are considered for non-normal measurement errors. It is assumed that the quality characteristics have the same distributions of the measurement errors. Three different bootstrap methods of SB (Standard Bootstrap), PB (Percentile Bootstrap), and BCPB (Biased-Corrected Percentile Bootstrap) are used to obtain bootstrap confidence intervals for PTR. Based on a coverage proportion of PTR, a comparative study of exact and bootstrap methods is performed. Simulation results show that, for non-normal measurement error cases, the bootstrap methods of SB and BCPB are superior to the exact one.

• 산업공학
• /
• 제17권1호
• /
• pp.1-12
• /
• 2004

In a modern semiconductor device manufacturing industry, statistical bin limits on wafer level test bin data are used for minimizing value added to defective product as well as protecting end customers from potential quality and reliability excursion. Most wafer level test bin data show skewed distributions. By Monte Carlo simulation, this paper evaluates methods and sample size effect regarding determination of statistical bin limits. In the simulation, it is assumed that wafer level test bin data follow the Poisson distribution. Hence, typical shapes of the data distribution can be specified in terms of the distribution's parameter. This study examines three different methods; 1) percentile based methodology; 2) data transformation; and 3) Poisson model fitting. The mean square error is adopted as a performance measure for each simulation scenario. Then, a case study is presented. Results show that the percentile and transformation based methods give more stable statistical bin limits associated with the real dataset. However, with highly skewed distributions, the transformation based method should be used with caution in determining statistical bin limits. When the data are well fitted to a certain probability distribution, the model fitting approach can be used in the determination. As for the sample size effect, the mean square error seems to reduce exponentially according to the sample size.

• 한국수학교육학회지시리즈A:수학교육
• /
• 제30권1호
• /
• pp.47-50
• /
• 1991

We consider the .regression model H = h(x) + E, where h is an unknown smooth regression function ard E is the random error with unknown distribution F. in this context we present and eamine the asymptotic behavior of some nonparametric estimators for the percentile functions ζ$\_$p/(x)+ζ$\_$p/, where 0 < p < 1 and ζ$\_$p/ = inf {x : F{x} $\geq$ p}

• 응용통계연구
• /
• 제34권5호
• /
• pp.697-710
• /
• 2021

상대오차를 이용한 예측법은 상대오차(혹은 퍼센트오차)가 중요시되는 분야, 특히 계량경제학이나 소프트웨어 엔지니어링, 또는 정부기관 공식통계 부분에서 기존 예측방법 외에 선호되는 예측방법이다. 그 동안 상대오차를 이용한 예측법은 선형 혹은 비선형 회귀분석 뿐 아니라, 커널회귀를 이용한 비모수 회귀모형, 그리고 정상시계열분석에 이르기까지 그 범위가 확장되어 왔다. 그러나, 지금까지의 분석은 고정효과(fixed effect)만을 고려한 것이어서 임의효과(random effect)에 관한 상대오차 예측법에 대한 확장이 필요하였다. 본 논문의 목적은 상대오차예측법을 일반화선형혼합모형(GLMM)에 속한 감마회귀(gamma regression), 로그정규회귀(lognormal regression), 그리고 역가우스회귀(inverse gaussian regression)의 패널자료(panel data)에 적용시키는데 있다. 이를 위해 실제 자동차 보험회사의 손해액 자료를 사용하였고, 최량예측량과 최량상대오차예측량을 각각 적용-비교해 보았다.

• Communications for Statistical Applications and Methods
• /
• 제2권2호
• /
• pp.13-19
• /
• 1995

This paper considers model robust accelerated life test plans for estimating the logmean or percentile of product lige which is exponentially distributed. A linear relationship between the log mean life and the stress is assumed as usual, while the true relationship is quadratic. Optimum plans are then obtained by minimizing asymptotic mean squared error of maximum likelihood estimator of the log mean life.

• 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.