• Journal of the Korean Data and Information Science Society
• /
• 제26권6호
• /
• pp.1537-1545
• /
• 2015

Support vector quantile regression (SVQR) can be obtained by applying support vector machine with a check function instead of an e-insensitive loss function into the quantile regression, which still requires to solve a quadratic program (QP) problem which is time and memory expensive. In this paper we propose an SVQR whose objective function is composed of an asymmetric quadratic loss function. The proposed method overcomes the weak point of the SVQR with the check function. We use the iterative procedure to solve the objective problem. Furthermore, we introduce the generalized cross validation function to select the hyper-parameters which affect the performance of SVQR. Experimental results are then presented, which illustrate the performance of proposed SVQR.

• 한국국방경영분석학회지
• /
• 제23권2호
• /
• pp.135-154
• /
• 1997

This paper deals with the perishable inventory models with uncertainties of demand functions. The traditional perishable inventory costs of holding and stockout are incorporated into the cost function. The average expected cost will be minimized to find the optimal quantile estimator. After three candidate estimators are proposed on the basis of order statistics, they will be evaluated by the simulation results and statistical analysis. Then the transition procedure algorithm using this estimator will be proposed to make the optimal decision under uncertainty.

• Communications for Statistical Applications and Methods
• /
• 제18권4호
• /
• pp.457-465
• /
• 2011

Sample entropy (Vasicek, 1976) has poor performance, and several nonparametric entropy estimators have been proposed as alternatives. In this paper, we consider a piecewise uniform density function based on quantiles, which enables us to evaluate entropy in each interval, and study the poor performance of the sample entropy in terms of the poor estimation of lower and upper quantiles. Then we propose some improved entropy estimators by simply modifying the quantile estimators, and compare their performances with some existing estimators.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.160-160
• /
• 2023

Generally, Global Climate Models (GCM) cannot be used directly due to their inherent error arising from over or under-estimation of climate variables compared to the observed data. Several bias correction methods have been devised to solve this problem. Most of the traditional bias correction methods are one dimensional as they bias correct the climate variables separately. One such method is the Quantile Mapping method which builds a transfer function based on the statistical differences between the GCM and observed variables. Laux et al. introduced a copula-based method that bias corrects simulated climate data by employing not one but two different climate variables simultaneously and essentially extends the traditional one dimensional method into two dimensions. but it has some limitations. This study uses objective functions to address specifically, the limitations of Laux's methods on the Quantile Mapping method. The objective functions used were the observed rank correlation function, the observed moment function and the observed likelihood function. To illustrate the performance of this method, it is applied to ten GCMs for 20 stations in South Korea. The marginal distributions used were the Weibull, Gamma, Lognormal, Logistic and the Gumbel distributions. The tested copula family include most Archimedean copula families. Five performance metrics are used to evaluate the efficiency of this method, the Mean Square Error, Root Mean Square Error, Kolmogorov-Smirnov test, Percent Bias, Nash-Sutcliffe Efficiency and the Kullback Leibler Divergence. The results showed a significant improvement of Laux's method especially when maximizing the observed rank correlation function and when maximizing a combination of the observed rank correlation and observed moments functions for all GCMs in the validation period.

• Journal of the Korean Data and Information Science Society
• /
• 제24권2호
• /
• pp.211-222
• /
• 2013

중도절단된 자료가 있을 경우 조건부 분위수함수를 비모수적으로 추정하는 문제에 대하여 다루고 있다. 역함수에 근거한 방법인 Yu와 Jones (1998)에 의해 제안된 중복커널기법 추정량과 Lee 등(2006)의 국소로지스틱기법 추정량을 중도절단된 자료가 있는 경우로 수정하여 새롭게 제안하고, 이들을 기존의 Koenker와 Bassett (1978)의 점검함수에 근거한 커널평활 추정량들과 모의실험을 통해 비교해 보았다. 모의실험을 통하여 역함수에 근거한 추정량들은 조건부 분포가 대칭인 모형에서, 점검함수기법 추정량들은 한쪽으로 치우친 분포인 경우에 조건부 분위수를 대체로 더 잘 추정하고 있음을 알 수 있었다.

• Journal of the Korean Data and Information Science Society
• /
• 제28권3호
• /
• pp.533-545
• /
• 2017

분위수 회귀모형은 반응변수의 조건부 분포에 대하여 포괄적이고 유용한 통계적 정보를 제공한다. 그러나 많은 실제 자료는 설명변수와 반응변수가 비선형의 관계를 갖고 있어 전통적인 선형 분위수 회귀모형은 왜곡되고 잘못된 결과를 초래할 수 있다. 또한 자료의 복잡성이 증가하여 반응변수가 여러개인 다변량 자료의 분석에 대한 보다 정확한 예측과 더불어 풍부한 해석에 대한 요구가 증가하고 있다. 이러한 이유로 본 연구에서는 다변량 분위수 회귀나무 모형을 제안하였다. 본 연구에서는 기존의 다변량 회귀나무 모형의 분할변수 선택 알고리즘의 문제점을 지적하고 향상된 분할변수 선택 알고리즘을 제안하였다. 제안한 알고리즘은 합리적인 계산시간으로 적용 가능하며 분할변수 선택에서 편향 발생의 문제를 갖지 않는 동시에 기존 방법보다 더 정확하게 분할변수를 선택할 수 있있다. 본 연구에서는 모의실험과 실증 예제를 통해 제안한 방법의 우수한 성능과 유용성을 확인하였다.

• Journal of the Korean Data and Information Science Society
• /
• 제24권3호
• /
• pp.625-636
• /
• 2013

In this paper we study four kernel machines for estimating expected shortfall, which are constructed through combinations of support vector quantile regression (SVQR), restricted SVQR (RSVQR), least squares support vector machine (LS-SVM) and support vector expectile regression (SVER). These kernel machines have obvious advantages such that they achieve nonlinear model but they do not require the explicit form of nonlinear mapping function. Moreover they need no assumption about the underlying probability distribution of errors. Through numerical studies on two artificial an two real data sets we show their effectiveness on the estimation performance at various confidence levels.

• 한국농공학회논문집
• /
• 제54권6호
• /
• pp.133-142
• /
• 2012

The objective of this study was to correct the bias of the Representative Concentration Pathways (RCP)-based future precipitation data using a quantile mapping method. This method was adopted to correct extreme values because it was designed to adjust simulated data using probability distribution function. The Generalized Extreme Value (GEV) distribution was used to fit distribution for precipitation data obtained from the Korea Meteorological Administration (KMA). The resolutions of precipitation data was 12.5 km in space and 3-hour in time. As the results of bias correction over the past 30 years (1976~2005), the annual precipitation was increased 16.3 % overall. And the results for 90 years (divided into 2011~2040, 2041~2070, 2071~2100) were that the future annual precipitation were increased 8.8 %, 9.6 %, 11.3 % respectively. It also had stronger correction effects on high value than low value. It was concluded that a quantile mapping appeared a good method of correcting extreme value.

• 한국수자원학회논문집
• /
• 제49권7호
• /
• pp.599-606
• /
• 2016

본 연구에서는 남한강 유역내 충주댐 직하류부터 양평 수위관측소 지점까지 댐의 영향을 받는 지역에 대해 저류함수모형을 이용하여 댐에 의해서 조절되지 않은 자연상태의 홍수량을 모의하고, 이를 근거로 홍수빈도분석을 실시하여 기본홍수량의 거동 특성을 분석하였다. 충주댐 하류부 6지점에 대한 지점빈도해석을 통해 산정한 재현기간에 따른 분위수의 변화는 지점별로 서로 유사하였고, 이의 평균적인 거동은 지역빈도분석 결과와 거의 일치하였다. 충주댐 하류지역 자연홍수량에 대해 계산된 분위수 및 빈도홍수량의 평균치는 충주댐 상류에서 기 도출된 결과와 유사한 특성을 나타내었다. 충주댐 하류지역의 분위수와 빈도홍수량의 평균치는 댐 유무에 따라 큰 차이를 나타내었으며, 특히 분위수는 재현기간이 커짐에 따라 더욱 큰 편차를 보였고, 통제된 경우 빈도홍수량의 평균치는 댐 하류로 갈수록 기본홍수량에 점차 근접해가는 형태를 나타내었다.

• Journal of the Korean Data and Information Science Society
• /
• 제28권1호
• /
• pp.87-98
• /
• 2017

일변량 이상의 다변량 경험분포함수의 정의를 새롭게 제안하고, 경험분포함수의 기대값과 분산을 유도하면서 다변량 경험분포함수가 실제의 분포함수로 수렴함을 확인한다. 그리고 다양한 상관계수의 이변량 표준정규분포에서 추출한 확률표본을 바탕으로 이변량 경험분포함수를 구하고 이를 이차원 평면에 시각적으로 표현하는 두 종류의 그래픽적인 방법을 제안한다. 하나는 계단으로 표현하여 계단식 함수와 유사한 성격을 갖고 있는 방법이고, 다른 하나는 이변량 분위벡터로 설명되는 그림 방법이다. 두 종류의 시각적인 표현 방법은 삼차원으로 표현할 수 있으나 이차원 평면으로도 쉽게 구현이 가능하며, 일반적으로 이변량 누적분포함수의 모든 특징을 충분히 설명할 수 있다. 따라서 삼변량 경험분포함수를 시각적 표현이 가능함을 보인다. 이변량과 사변량의 실증 예제를 통하여 본 연구에서 제안한 다변량 경험분포함수와 이차원 평면에 표현하는 시각적인 표현 방법들을 구현하고 탐색한다.