신용전이행렬을 추정함에 있어서 국내의 등급전이자료의 축적이 부족한 점을 극복하기 위하여 외국의 신용평가기관(무디스)의 전이행렬자료와 국내의 신용등급 부여자료를 이용하여 경험적 베이지안 추정방법에 의한 전이행렬을 도출하고, 이 전이행렬을 다른 전이행렬과 비교해보기 위하여 전이행렬의 동적인 요소를 평균전이확률의 개념으로 표시할 수 있는 특성척도를 개발하여 신용전이행렬의 시계열 특성과 통계적 특성을 비교한다. 시계열자료의 척도는 베이지안 추정행렬이 안정적임을 보여주는 반면 국내 행렬은 시간적으로 변화의 폭이 크고 무디스나 베이지안 행렬보다 상대적으로 인접전이의 비율이 높게 나타났다. 붓스트랩 검정을 통하여 세 가지 추정방법이 통계적으로 유의한 차이가 있음을 보이고 베이지안 행렬이 무디스 자료보다는 국내자료에 더 많은 영향을 받았음을 유추할 수 있다. 신용등급 전이에 따른 포트폴리오의 가치변화를 고려하는 몬테칼로 시뮬레이션을 통하여 신용 VaR를 구하여 비교하였다. 국내 전이행렬의 경우에 평균은 가장 크고 신용위험도 가장 큰 값을 보였다. 시뮬레이션에서도 베이지안 추정에 의한 결과가 국내자료에 의한 결과와 더 가깝다는 것을 알 수 있다.

본 연구는 최고경영자신뢰와 상사신뢰를 구분하고, 이러한 신뢰의 유형이 조직공정성과 종업원 행동 간의 관계에 미치는 매개효과를 구조방정식모형으로 검증하였다. 국내 18개 회사 4,055명을 대상으로 자기보고식 설문조사를 실시하고 AMOS 구조방정식 모형으로 분석하였다. 연구결과, 분배공정성과 절차공정성 모두 상사신뢰보다 CEO신뢰에서 높은 상관을 보였다. 또한 CEO신뢰와 상사신뢰는 조직공정성과 종업원 행동 간의 관계를 완전매개 하였다. 특히 절차공정성은 분배공정성 보다 CEO신뢰와 상사신뢰에 더 큰 영향을 미치는 것으로 나타났다. 그러나 신뢰의 유형이 종업원 행동에 미치는 영향은 차이가 없는 것으로 나타났다. 미지막으로 연구결과를 토대로 본 연구의 학문적 의의 및 실무적 시사점 그리고 제한점과 미래연구 과제에 대해 논의하였다.

비모수적 판별분류방법으로 널리 사용되는 ${\kappa}$-Nearest Neighbors Classification(KNNC) 방법은 자료의 국소적 특징을 고려하지 않고 전체 자료에 대해 고정된 이웃의 개수 ${\kappa}$를 사용하여 개체를 분류하는 방법이다. 본 연구에서는 KNNC의 대안으로 자료의 국소적 특징을 고려하는 Adaptive Nearest Neighbors Classificaion(ANNC) 방법을 제안하였다. 제안된 방법의 특징을 규명하기 위하여 실제 자료에 대한 분석을 통하여 제안된 방법의 응용 가능성을 제시하였으며, 나아가 모의실험을 통하여 기존의 방법과의 효율성을 비교하였다.

언더라이팅은 보험자가 청약자에 대한 인수여부를 결정하는 보험계약 운영의 초기단계로서, 그 기준의 정교성 여부에 따라 회사에 안정적인 수익을 가져올 수도 있고 예기치 못한 큰 손실을 야기할 수도 있다. 일반적으로, 각 청약자의 위험요소를 파악, 평가하여 위험정도를 평가할 수 있는 점수를 이용하는 스코어링 시스템을 언더라이팅 기준으로 이용하는데, 점수를 산출하기 위한 방법은 각 위험요소별 점수 기준을 설정하고 위험요소별 점수를 합산하는 형태가 보편적이다. 최근 위험율차 이익의 중요성이 강조됨에 따라 기존의 방법에 비해 보다 효과적인 언더라이팅 기법이 요구되고 있다. 본 연구에서는 일반화 선형모형을 이용하여 보다 합리적으로 보험 계약자에 대한 위험도를 추정하는 방법을 제시하였다. 실증분석을 통해 위험집단의 위험도를 평가하고 점수화하는 구체적인 언더라이팅 모형을 설계하였고, 제시된 언더라이팅 모형의 적용효과를 반영하여 언더라이팅 기준을 설정하는 방법에 대해서도 설명하였다.

An economic signal in the real world usually reflects complex phenomena. One may have difficulty both extracting and interpreting information embedded in such a signal. A natural way to reduce complexity is to decompose the original signal into several simple components, and then analyze each component. Spectral analysis (Priestley, 1981) provides a tool to analyze such signals under the assumption that the time series is stationary. However when the signal is subject to non-stationary and nonlinear characteristics such as amplitude and frequency modulation along time scale, spectral analysis is not suitable. Huang et al. (1998b, 1999) proposed a data-adaptive decomposition method called empirical mode decomposition and then applied Hilbert spectral analysis to decomposed signals called intrinsic mode function. Huang et al. (1998b, 1999) named this two step procedure the Hilbert-Huang transform(HHT). Because of its robustness in the presence of nonlinearity and non-stationarity, HHT has been used in various fields. In this paper, we discuss the applications of the HHT and demonstrate its promising potential for non-stationary financial time series data provided through a Korean stock price index.

Evaporation from surface water bodies is influenced by a number of meteorological parameters. The rate of evaporation is primarily controlled by incoming solar radiation, air and water temperature and wind speed and relative humidity. In the present study, influence of weekly meteorological variables such as air temperature, relative humidity, bright sunshine hours, wind speed, wind velocity, rainfall on rate of evaporation has been examined using 35 years(1971-2005) of meteorological data. Statistical analysis was carried out employing linear regression models. The developed regression models were tested for goodness of fit, multicollinearity along with normality test and constant variance test. These regression models were subsequently validated using the observed and predicted parameter estimates with the meteorological data of the year 2005. Further these models were checked with time order sequence of residual plots to identify the trend of the scatter plot and then new standardized regression models were developed using standardized equations. The highest significant positive correlation was observed between pan evaporation and maximum air temperature. Mean air temperature and wind velocity have highly significant influence on pan evaporation whereas minimum air temperature, relative humidity and wind direction have no such significant influence.

로지스틱회귀분석은 고객관계관리를 위한 데이터마이닝 분야에서 많이 사용되는 기법인데, 이 분야의 모형설정 과정에서는 연관성이 매우 높은 설명변수들이 모형에 함께 포함되어 다중공선성의 문제를 유발하며, 더욱이 회귀자료에 이상점들이 포함되면 최우추정량은 심각한 결함을 갖게 된다. 두 가지 문제점을 동시에 해결하기 위하여 로버스트주성분로지스틱회귀를 적용할 수 있는데, 본 논문에서는 주성분의 선정기준을 결정하는 모형을 개발하고, 주성분모형에서의 추정치에 미치는 이상점의 영향을 축소하기 위한 로버스트추정법을 제안하였다. 제안된 추정법은 다중공선성과 이상점이 유발하는 문제들을 적절히 해결해 준다는 사실이 모의실험을 통하여 확인되었다.

Generalized processor sharing(GPS) service policy is a scheduling algorithm to allocate the bandwidth of a queueing system with multi-class input traffic. In a queueing system with single-class traffic, the stationary queue length becomes larger stochastically when the bandwidth (i.e. the service rate) of the system decreases. For a given GPS server, we consider the similar problem to this. We define the monotonicity for the head of the line processor sharing(HLPS) servers in which the units in the heads of the queues are served simultaneously and the bandwidth allocated to each queue are determined by the numbers of units in the queues. GPS is a type of monotonic HLPS. We obtain the HLPS server whose queue length of a class stochastically bounds upper that of corresponding class in the given monotonic HLPS server for all classes. The queue lengths process of all classes in the obtained HLPS server has the stationary distribution of product form. When the given monotonic HLPS server is GPS server, we obtain the explicit form of the stationary queue lengths distribution of the bounding HLPS server. Numerical result shows how tight the stochastic bound is.

인터넷 상의 웹페이지에 나타나는 숫자들의 빈도수를 조사한 후 이러한 숫자들이 이루는 집합체의 성질을 알아보고 이러한 자료들이 각 종 법칙들(거듭곱 법칙, 지프 법칙, 벤포드 법칙)이 성립하는 지를 살펴보았다.

영상에서 에지검출은 영상처리시스템과 컴퓨터비전에서 매우 중요한 단계이다. 지금까지 형태학적 에지검출은 고정된 구조적 요소를 사용한 형태학적 연산 토대 하에서 수행되어왔다. 본 논문에서는 잡음영상에서 에지검출을 위해 영상의 다양한 형태에 맞춰 다이내믹하게 모양이 변하는 아메바라는 구조적 요소를 사용하고자 한다. 제안된 에지검출 방법의 성능을 시각적인 방법뿐만 아니라 객관적인 척도인 PFOM과 ROC 곡선을 사용하여 정성적, 정량적으로 모두 평가하였다. 영상 설험 결과 고정된 구조적 요소를 이용하는 기존의 방법보다 잡음에 덜 민감하였으며 미세한 에지까지도 검출하는 뛰어난 성능을 보여주었다.

마이크로어레이 실험의 실험자들은 원 측정치인 영상을 조사하여 통계적 분석이 가능한 자료의 형태로 변환하는데 이러한 과정을 흔히 사전 처리라고 부른다. 마이크로어레이의 사전 처리는 불량 영상의 제거(filtering), 결측치의 대치와 표준화로 세분되어질 수 있다. 표준화 방법과 결측치 대치 방법 각각에 대하여서는 많은 연구가 보고되었으나, 사전 처리를 구성하는 원소들간의 적정한 순서에 대하여서는 연구가 미흡하다. 표준화 방법과 결측치 대치 방법 중 어느 것이 먼저 실시되어야 하는지에 대하여서 아직 알려진 바가 없다. 본 연구는 사전 처리 순서에 대한 탐색적 시도로서 대장암과 위암을 대상으로 실시한 두 조의 cDNA 마이크로어레이 실험 자료를 이용하여 사전 처리를 구성하는 원소들간의 다양한 순서에 따라 검색된 특이 발현 유전자 군이 어떻게 변화하는지를 분석하고 있다. 즉, 결측치대치와 표준화의 여러가지 방법들의 조합에 따라 검색된 특이 발현 유전자 군이 얼마나 일치적인가를 확인하고자 한다. 결측치 대치 방법으로는 K 최근접 이웃 방법과 베이지안 주성분 분석을 고려하였고, 표준화 방법으로는 전체 표준화, 블럭별 국소(within-print tip group) 평활 표준화 그리고 분산 안정화를 유도하는 표준화 방법을 적용하였다. 따라서 사전 처리를 구성하는 두개 원소가 각각 2개 수준과 3개 수준을 가지고 있고, 두개 원소의 순열에 따른 모든 가능한 사전 처리 개수 수는 12개가 된다. 본 연구에서는 12개 사전 처리 방법 각각에 따라 정상 조직과 암 조직간 특이적으로 발현하는 유전자 군을 검색하였고, 사전 처리 순서를 바꾸었을때 유전자 군이 얼마나 일치적으로 유지되는지를 파악하고 있다. 표준화 방법으로 분산 안정화 표준화를 사용할 경우는 사전 처리 순서에 따라 특이 발현 유전자 군이 다소 민감하게 변하는 것을 보이고 있다.

이중구간중도절단된 자료의 생존함수를 비교하기 위한 두 검정법을 소개하고 한국인 암 예방연구 (Jee 등, 2005) 자료에 적용하여 당뇨병 잠복시간의 분포를 성별과 연령에 따라 비교하였다. Kim 등 (2006)의 검정법을 이중구간중도절단된 자료로 확장한 검정법은 위험집합의 크기에만 의존하는 가중값을 사용하기 때문에 대용량 자료의 분석에서 Sun (2006)의 검정법보다 계산 시간을 대폭 줄일 수 있으며, 이산형 생존자료뿐만 아니라 연속형 생존자료에도 적용가능한 장점이 있다. 당뇨병의 잠복시간이 성별에 따라 매우 유의하게 달랐으며 여자의 잠복시간이 남자보다 긴 것으로 나타났다. 4개 연령그룹 간 당뇨병의 잠복시간도 성별에 관계 없이 매우 유의하게 달랐으며 여자의 경우가 남자의 경우보다 그 차이가 훨씬 더 유의했다. 한편, 소표본 모의실험을 통해 제안한 검정법과 Sun (2006)의 검정법의 검정력을 비교하였으며 제안한 검정법의 검정력이 Sun (2006)의 검정법보다 더 좋은 것으로 나타났다.

In many epidemiological studies, the occurrence times of the event of interest are right-censored or interval censored. In certain situations such as the AIDS data, however, the incubation period which is the time between HIV infection and the diagnosis of AIDS is usually doubly censored. In this paper, we impute the interval censored HIV infection time using three imputation methods. Mid imputation, conditional mean imputation and approximate Bayesian bootstrap are implemented to obtain right censored data, and then Gibbs sampler is used to estimate the coefficient factor of the incubation period. By using Bayesian approach, flexible modeling and the use of prior information is available. We applied both parametric and semi-parametric methods for estimating the effect of the covariate and compared the imputation results incorporating prior information for the covariate effects.

최근에 보고되는 일련의 연구는 Affymetrix 마이크로어레이 자료에서 유전자간 상관관계가 강하고 장범위(長範圍)(long-ranged)로 나타나고 있으며, 기존의 "편한" 가정, 즉 유전자간 상관관계가 매우 약하며, 따라서 유전자간 유사 독립성을 가정할 수 있다는 주장이 비현실적이라는 것을 보고하고 있다. Qui 등 (2005b)은 각 유전자의 검정통계량을 병합하여 통계적 추론을 하는 이른바 비모수적 경험적 베이즈 방법을 적용하면 검색된 특이발현 유전자수의 분산이 커진다는 것을 보고하고 있고, 이러한 분산의 불안전성 이유로서 유전자간 강한 상관관계를 지적하고 있다. 또한 Klebanov와 Yakovlev (2007)는 유전자간 상관관계가 통계적 분석을 어렵게 하는 요인이라기 보다는 유용한 정보의 원천이고 적정한 변환을 통하여 근사 독립을 유지할 수 있는 급수를 만들 수 있으며 이 급수를 ${\delta}$-급수라고 불렀다. 본 보고에서는 국내에서 생산된 2조의 cDNA 마이크로어레이 자료에서 유전자간 상관관계가 비교적 강하며, 장범위(長範圍)로 나타나는 것을 확인하며, 유사 독립성을 전제할 수 있는 ${\delta}$-급수가 cDNA 마이크로어레이에서도 발견되는 것을 보고하고자 한다, 동 보고는 추후 cDNA 마이크로어레이 자료의 분석에서도 유전자간 상관관계를 고려하여야 함을 강조하고 있다.

Recently, the general contour Monte Carlo has been proposed by Liang (2004) as a space annealing version(ACMC) for optimization problems. The algorithm can be applied successfully to determine the ground configurations for the prediction of protein folding. In this approach, we use the distances between the consecutive $C_{\alpha}$ atoms along the peptide chain and the mapping sequences between the 20-letter amino acids and a coarse-grained three-letter code. The algorithm was tested on the real proteins. The comparison showed that the algorithm made a significant improvement over the simulated annealing(SA) and the Metropolis Monte Carlo method in determining the ground configurations.

사회가 민주화, 선진화되어감에 따라 합리적인 정책과정의 중요성이 강조되어 이른바, 증거기반 정책(evidence-based policy) 이 정책 분야에서의 중요한 화두로 떠오르게 되었다. 증거기반 정책, 그 중에서도 통계에 기반을 둔 정책에 관한 관심이 고조되고 있기는 하지만 구체적인 정책분야에서 통계가 어떻게 사용되고 있는지에 대한 구체적인 사례들이 소개된 것은 그다지 많지 않다. 본 연구의 목적은, 현재 국민은행이 작성하여 공표하는 주택가격지수가 구축, 발전되어 온 과정을 더듬으면서 구체적으로 통계가 어떻게 주택정책의 기반으로 활용되어 왔는지를 조명하는데 있다. 시기별 주택가격지수의 통계적 특징 및 문제점들을 지적하고, 이러한 문제점들이 개선되는 과정을 살펴본다. 아울러 주택가격지수가 구체적인 부동산 관련 정책과정에서 어떻게 활용 되는지를 소개한다.

각종 정책 및 계획은 시행시기에 따라 그 효과가 반감되거나, 오히려 역효과를 낼 수 있기 때문에 아무리 좋은 정책이나 계획이라 하더라도 시행의 시기가 적절해야 하므로 시행 시기가 적기인지 아닌지를 판단하는 것은 중요하다. 본 논문에서는 정책의 수립시기 판단이 지연됨에 따라 초래된 상황의 심각성을 인구 정책의 사례를 통하여 두 가지의 방법으로 논의하여 본다. 하나는 1983년의 상황으로 돌아가서 그 당시 통계를 이용하여 제시할 수 있는 제안들과 그 결과들을 유도하여 현재의 상황과 차이를 도출하여 보는 것이다. 다른 하나는 현재까지 나타난 결과로부터 1983년 이후 시행된 인구 억제 정책이 중지되었다면 나타날수 있었던 상황들을 가상적인 시나리오를 세워 시뮬레이션 하여 현실과의 차이를 검토하여 본다.

본 논문은 조사원이 기록한 가구의 현장방문내용을 분석함으로써 응답자의 부재(noncontact)와 거부(refusal)가 무응답 오차에 미치는 영향을 살피고자 한다. 통계 자료의 품질은 무응답률과 무응답 오차에 의해 결정되고, 응답률은 통계자료의 신뢰성 평가를 위한 척도로 사용되기도 한다. 가구를 대상으로 하는 조사에서 무응답 유형은 크게 부재와 거부의 형태로 나뉘고, 이들 무응답 유형이 무응답 오차에 미치는 영향은 다르다. 이에 본 논문은 무응답 유형에 따른 무응답 편향을 측정하고, 무응답 오차에 영향을 미치는 가구의 무응답 유형을 찾는데 그 목적이 있다.