• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2005년도 ICCAS
• /
• pp.529-534
• /
• 2005

In this paper, a new type of output feedback control, called a $H_2/H_{\infty}$ fnite memory control (FMC), is proposed for deterministic state space systems. Constraints such as linearity, unbiasedness property, and finite memory structure with respect to an input and an output are required in advance to design $H_2/H_{\infty}$ FMC in addition to the performance criteria in both $H_2$ and $H_{\infty}$ sense. It is shown that $H_2$, $H_{\infty}$, and mixed $H_2/H_{\infty}$ FMC design problems can be converted into convex programming problems written in terms of linear matrix inequalities (LMIs) with some linear equality constraints. Through simulation study, it is illustrated that the proposed $H_2/H_{\infty}$ FMC is more robust against uncertainties and faster in convergence than the existing $H_2/H_{\infty}$ output feedback control schemes.

• Communications for Statistical Applications and Methods
• /
• 제18권1호
• /
• pp.47-55
• /
• 2011

비대체와 회귀대체는 조사변수의 모형과 조사변수와 보조변수의 관계에 의존하며 모형이 성립되지 않는 경우 이들 대체법을 이용한 추정량의 불편성은 보장되지 않는다. 본 연구에서는 모형이 성립되지 않는 경우에도 추정량의 근사적 불편성이 성립되는 로버스트 대체법을 개발한다. 대체법 개발시 보조변수의 모수 정보를 이용하여 추정량의 효율 증대를 가져오게 한다. 모의실험을 실시하여 본 연구에 대한 이론적 결과의 타당성을 보인다.

• 대한산업공학회지
• /
• 제26권3호
• /
• pp.193-199
• /
• 2000

In many studies, considerable attention has been focussed upon choosing a model which represents underlying process of time series and forecasting the future. In the real world, however, there may be some cases that one model can not reflect all the characteristics of original time series. Under such circumstances, we may get better performance by combining the forecasts from several models. The most popular methods for combining forecasts involve taking a weighted average of multiple forecasts. But the weights are usually unstable. In cases the assumptions of normality and unbiasedness for forecast errors are satisfied, a Bayesian method can be used for updating the weights. In the real world, however, there are many circumstances the Bayesian method is not appropriate. This paper proposes a PNN(Probabilistic Neural Net) approach as a method for combining forecasts that can be applied when the assumption of normality or unbiasedness for forecast errors is not satisfied. In this paper, PNN method, which is similar to Bayesian approach, is suggested as an updating method of the unstable weights in the combination of the forecasts. The PNN method has been usually used in the field of pattern recognition. Unlike the Bayesian approach, it requires no assumption of a specific prior distribution because it gets probabilities by using the distribution estimated from given data. Empirical results reveal that the PNN method offers superior predictive capabilities.

• 재무관리연구
• /
• 제25권1호
• /
• pp.1-22
• /
• 2008

본 연구에서는 영국의 파운드화, 일본의 엔화 등 선진 통화선물시장과 한국의 원화, 멕시코의 페소화, 브라질의 리알화 등 신흥 통화선물시장의 효율성을 측정 및 비교하고자 하였다. 본 연구의 분석에 이용된 자료는 시카고상업거래소(CME)에 상장되어 있는 영국 파운드화, 일본 엔화, 멕시코 페소화, 브라질 리알화 통화선물가격과 한국증권선물거래소(KRX)에 상장되어 있는 한국 원화 통화선물가격과 이에 대응되는 각 국가의 현물환율 자료이며, 각 국가의 선물가격과 현물환율은 미국달러를 기준통화로 하는 유럽식 표기법으로 표시하였다. 선물가격은 잔차항의 자기상관 문제를 야기할 수 있는 중복된 기간을 피하기 위하여 표본기간동안 동일한 간격인 만기 14일전과 만기 28일전의 선물가격으로 구성하였다. 본 연구의 주요결과는 다음과 같이 요약할 수 있다. 첫째, 신흥통화 선물시장의 한국 원화 선물 가격은 선진통화 선물시장의 일본 엔화 선물가격과 함께 예측기간에 관계없이 만기일 실현 현물 환율의 불편추정치로서, 위험프리미엄이 없이 만기일 실현 현물환율을 예측하고 있다. 둘째, 한국 원화 선물가격은 브라질 리알화와 멕시코 페소화 등 다른 신흥통화 선물시장의 선물가격과 달리 위험프리미엄이 없이 만기일 실현 현물환율을 예측하고 있다. 셋째, 통화선물의 종류, 예측기간, 검증방법에 따라 불편기대가설의 검증 결과는 달라질 수 있음을 보여주고 있다. 넷째, 일본 엔화와 영국 파운드화 등 선진통화 선물시장간의 상대적 효율성을 비교하면, 일본 엔화 선물시장의 효율성 측정치는 27.06%로 영국 파운드화 선물시장의 효율성 측정치 26.87% 보다 높게 나타나고 있어 일본 엔화 선물시장이 영국 파운드화 선물시장보다 효율적임을 보여주고 있다. 다섯째, 한국 원화, 브라질 리알화와 멕시코 페소화 등 신흥통화 선물시장간의 상대적 효율성을 비교하면, 한국 원화 선물시장의 효율성은 20.77%로 측정되어, 멕시코 페소화 선물시장의 효율성 측정치 11.55%, 브라질 리알화 선물시장의 효율성 측정치 4.45% 보다 높게 나타나고 있어 한국 원화 선물시장이 다른 멕시코 페소화 및 브라질 리알화 등 다른 신흥통화 선물시장보다 효율적임을 보여주고 있다. 끝으로 통화선물시장의 상대적 효율성 측정치는 예측기간에 따라 영향을 받으며, 예측기간이 짧을수록 효율성 측정치가 개선되고 있음을 보여준다.

• 한국수학사학회지
• /
• 제17권2호
• /
• pp.15-20
• /
• 2004

본 논문에서는 밀도 추정에 관한 통계량으로서 불편성과 일치성에 관하여 제시하고 밀도함수에 관한 평활 방법으로서 히스토그램과 커널 밀도 추정 및 극소적응평활(local adaptive smoothing)에 관하여 보이고자 한다. 그리고 과거에서 현재까지 비모수 밀도 추정에 관한 연구에 관하여 조사하고 논하고자 한다.

• Journal of the Korean Statistical Society
• /
• 제23권1호
• /
• pp.151-166
• /
• 1994

Let $X_1, \cdot, X_p$ be p independent random variables, where each $X_i$ has a distribution belonging to one parameter discrete power series distribution. The problem is to simultaneously estimate the unknown parameters under an asymmetric loss. Several new classes of dominating estimators are obtained by solving certain difference inequality.

• Communications for Statistical Applications and Methods
• /
• 제4권1호
• /
• pp.111-117
• /
• 1997

The ordinary least squares estimator $S^2$ for the variance of the disturbances is considered in the linear regression model with sutocorrelated disturbances. It is proved that the OLS-estimator of disturbance variance is asymptotically unbiased and weakly consistent, when the distrubances are generated by an MA(q) process. In particular, the asymptotic unbiasedness and consistency of $S^2$ is satisfied without any restriction on the regressor matrix.

• 응용통계연구
• /
• 제21권5호
• /
• pp.889-900
• /
• 2008

Child labour is a disturbing issue for any society. It is attempted here in this article to develop an estimator to assess the numerical strength of this menace in Lahore division. A Horvitz and Thompson (1952) type of estimator is developed where weights are calculated on the basis of poverty and illiteracy to increase the sampling efficiency. Different characteristic features of this estimator, like its unbiasedness, variance, probability distribution, confidence intervals are also developed for its study from different angles.

• Journal of the Korean Data and Information Science Society
• /
• 제24권3호
• /
• pp.659-667
• /
• 2013

If the regression model or the propensity model is correct, the unbiasedness of the estimator using doubly robust imputation can be guaranteed. Using a neural network instead of a logistic regression model for the propensity model, the estimators using doubly robust imputation are approximately unbiased even though both assumed models fail. We also propose a doubly robust estimator of ratio form using population information of an auxiliary variable. We prove some properties of proposed theory by restricted simulations.

• Journal of the Korean Data and Information Science Society
• /
• 제24권6호
• /
• pp.1497-1501
• /
• 2013

Cumulative residual Kullback-Leibler (CRKL) information is well defined on the empirical distribution function (EDF) and allows us to construct a EDF-based goodness of t test statistic. However, we need to consider a scaled CRKL because CRKL is not scale invariant. In this paper, we consider several criterions for estimating the scale parameter in the scale CRKL and compare the performances of the estimated CRKL in terms of both power and unbiasedness.