• Communications for Statistical Applications and Methods
• /
• 제17권3호
• /
• pp.349-356
• /
• 2010

The ordinary least squares based estimator of the disturbance variance in a regression model for spatial panel data is shown to be asymptotically unbiased and weakly consistent in the context of SAR(1), SMA(1) and SARMA(1,1)-disturbances when there is measurement error in the regressor matrix.

• Communications for Statistical Applications and Methods
• /
• 제16권2호
• /
• pp.265-275
• /
• 2009

지역적 공간의 특성을 고려한 공간선형회귀모형을 다루는 대부분의 연구들에서 사용되고 있는 자료는 완전한 상태임을 고려하고 있다. 하지만 공간선형회귀모형을 정확히 추론함에 있어서 완전한 자료가 사용 가능한 경우는 그다지 많지가 않은 것이 현실이다. 만약 이러한 상황을 고려하지 않고 통계적 추론을 할 경우 잘못된 결론이 도출될 수 있다. 본 연구에서는 오차항이 일차 공간자기상관을 따르는 공간선형회귀모형에서 자료가 불완전한 상태 일 경우 일반화 최대엔트로피 형식을 이용하여 미지의 모수를 추정하는 방법을 제안하였고 몬테카를로 모의실험을 통하여 여러 전통적인 추정량들과 효율성을 비교하였다. 그 결과, 자료가 불완전한 상태에서 일반화 최대엔트로피 추정량이 다른 추정방법들에 비해 효율적인 추정치를 제공하였다.

• Communications for Statistical Applications and Methods
• /
• 제28권4호
• /
• pp.315-327
• /
• 2021

The Spatial Autoregressive (SAR) models have drawn considerable attention in recent econometrics literature because of their capability to model the spatial spill overs in a feasible way. While considering the Bayesian analysis of these models, one may face the problem of lack of robustness with respect to underlying prior assumptions. The generalized Bayes estimators provide a viable alternative to incorporate prior belief and are more robust with respect to underlying prior assumptions. The present paper considers the SAR model with a set of linear restrictions binding the regression coefficients and derives restricted generalized Bayes estimator for the coefficients vector. The minimaxity of the restricted generalized Bayes estimator has been established. Using a simulation study, it has been demonstrated that the estimator dominates the restricted least squares as well as restricted Stein rule estimators.

• Communications for Statistical Applications and Methods
• /
• 제22권6호
• /
• pp.543-556
• /
• 2015

We present a survey of contributions that defined the nature and extent of robust statistics for the last 50 years. From the pioneering work of Tukey, Huber, and Hampel that focused on robust location parameter estimation, we presented various generalizations of these estimation procedures that cover a wide variety of models and data analysis methods. Among these extensions, we present linear models, clustered and dependent observations, times series data, binary and discrete data, models for spatial data, nonparametric methods, and forward search methods for outliers. We also present the current interest in robust statistics and conclude with suggestions on the possible future direction of this area for statistical science.

• Communications for Statistical Applications and Methods
• /
• 제16권4호
• /
• pp.659-667
• /
• 2009

Recently Song and Cheon (2006) and Cheon and Lim (2009) developed the generalized maximum entropy(GME) estimator to solve ill-posed problems for the regression coefficients in the simple panel model. The models discussed consider the individual and a spatial autoregressive disturbance effects. However, in many application in economics the data may contain nested groupings. This paper considers a two-way error component model with nested groupings for the ill-posed data and proposes the GME estimator of the unknown parameters. The performance of this estimator is compared with the existing methods on the simulated dataset. The results indicate that the GME method performs the best in estimating the unknown parameters in terms of its quality when the data are ill-posed.

• Journal of the Korean Statistical Society
• /
• 제36권1호
• /
• pp.57-76
• /
• 2007

Kriging is a nonparametric regression method used in geostatistics for estimating curves and surfaces for spatial data. It may come as a surprise that the Kriging estimator, normally derived as the best linear unbiased estimator, is also the solution of a particular variational problem. Thus, Kriging estimators can also be interpreted as generalized smoothing splines where the roughness penalty is determined by the covariance function of a spatial process. We build off the early work by Silverman (1982, 1984) and the analysis by Cox (1983, 1984), Messer (1991), Messer and Goldstein (1993) and others and develop an equivalent kernel interpretation of geostatistical estimators. Given this connection we show how a given covariance function influences the bias and variance of the Kriging estimate as well as the mean squared prediction error. Some specific asymptotic results are given in one dimension for Matern covariances that have as their limit cubic smoothing splines.

• 응용통계연구
• /
• 제22권2호
• /
• pp.403-414
• /
• 2009

국내외적으로 지역통계에 관한 관심이 높아지고 있으며 이와 관련하여 소지역 추정에 관한 많은 연구가 진행되고 있다. 소지역 추정에 사용되는 추정량의 대부분은 MSE(moan squared error)를 최소화하여 얻어진다 (Rao, 2003). 최근 황희진과 신기일 (2008)은 MSPE(mean squared percentage error)를 최소화하는 추정량을 사용한 소지역 추정법을 제안하였다. 본 논문에서는 노동통계 중 지청별 일인당 평균 임금총액 추정에 황희진과 신기일 (2008)이 제안한 방법을 적용하여 보았으며 2007년 매월 노동통계 자료를 이용하여 기존의 MSE를 최소화 하여 얻어진 여러 추정량과 우수성을 비교해 보았다. 또한 노동통계를 위 한 소지역 추정의 실제 사용 가능성을 살펴보았다.

• 응용통계연구
• /
• 제25권2호
• /
• pp.293-300
• /
• 2012

지역 또는 도메인에 작은 크기의 표본이 배정되어 추정의 정도가 낮을 때 사용하는 통계적 기법인 소지역추정에 관한 많은 연구가 진행되고 있다. 소지역추정에 사용되는 자료는 단위수준자료(unit level data)와 지역수준자료(area level data)로 분류된다. 본 논문에서는 단위수준자료를 이용하여 소지역추정을 실시한 후 얻어진 추정값에 공간통계분석기법을 도입하여 최종적인 소지역추정값을 얻는 이단계 소지역추정법을 제안하였다. 제안된 소지역추정법은 단위수준자료가 갖고 있는 정보와 지역수준자료가 갖고 있는 공간정보를 모두 이용하는 방법으로 추정의 정도를 높일 수 있는 새로운 방법이다. 본 논문에서는 경제활동인구조사 자료를 이용한 모의실험을 통해 이단계 소지역추정법의 우수성을 확인하였다.

• 대한전자공학회논문지SP
• /
• 제44권2호
• /
• pp.93-101
• /
• 2007

정합과 노출 보정을 동시에 최적화하기 위하여 반복적인 정합 알고리듬인 Lucas-Kanade 알고리듬을 히스토그램 변환에 기초한 노출 보정 알고리듬과 접목하였다. 단순 회귀 모델에 기초하여 비매개변수 추정인 실험적 조건 평균과 그의 다항식 근사를 이용하여 노출 보정을 시도하였다. 제안한 동시 최적화 알고리듬은 각 최적화 과정의 분리화가 가능하므로 기존의 Mann이나 Candocia의 동시 최적화 알고리듬에 비하여 구현의 융통성 측면에서 유리하다. 투사 공간 변환 관계를 가지는 실영상 들을 가지고 모의실험을 수행한 결과에서 보면 노출 보정을 고려하지 않은 경우에 비하여 좋은 성능을 얻음을 확인할 수 있었다.

• 한국산림과학회지
• /
• 제100권3호
• /
• pp.455-465
• /
• 2011

기후변화에 대응하기 위해 산림의 탄소저장 능력을 정량적으로 이해하기 위한 연구가 국내외적으로 요구되고 있다. 본 연구에서는 지상부바이오매스의 공간적 분포현황을 제공하기 위해 국가산림자원조사 표본점 단위로 계산된 지상부바이오매스를 임상도를 이용하여 공간규모를 확장(upscaling)하는 기법을 개발하고자 한다. 이를 위해 국가산림자원조사 자료를 이용하여 우세/준우세목 수고와 수관 밀도를 설명변수로 하는 지상부바이오매스 회귀모델과 영급을 설명변수로 하는 우세/준우세목 수고 회귀모델을 개발하였다. 그리고 이 회귀모델들과 임상도 속성정보(수종, 수관밀도, 영급)을 결합하여 지상부 바이오매스 공간분포를 추정하였다. 그 결과 단양군 산림의 지상부바이오매스는 6,606,324 ton으로 추정되었고, 표본점 기반 통계에 의한 추정치와 유의적인 차이가 없는 것으로 나타났다. 임상도를 활용하는 본 기법은 손쉽게 대면적에 대한 바이오매스를 추정하는 장점이 있는 반면, 임상도의 주요 속성이 범주형이기 때문에 산림바이오매스 공간 변이의 세밀한 추정에는 한계가 있었다.