• 자원ㆍ환경경제연구
• /
• 제9권1호
• /
• pp.71-91
• /
• 1999

상수원이 오염되고 사람들이 수돗물 수질을 불신함에 따라 이에 대한 회피 행동(averting behavior)으로서 생수소비가 급증하고 있다. 본 논문은 모수적(parametric) 모형과 반모수적(semi-parametric) 모형을 운용하여 생수소비 행태를 설명하는 이변량모형(bivariate model)을 분석하고자 한다. 주된 분석목적은 모수적 모형과 관련된 암묵적인 제약이 반모수적 모형을 통해 완화될 수 있음을 보이는 것이다. 모수적 모형에서 가정되는 이변량 정규성(normality)의 가정에 대한 검정결과, 이 가정은 통계적으로 유의하게 기각되었으며 모수적 모형 대반모수적 모형에 대한 정형검정 결과도 모수적 모형을 유의하게 기각하였다. 또한 반모수적 모형이 모수적 모형보다 생수소비행태에 대한 설명력이 더 높았다. 따라서, 반모수적 모형이 모수적 모형에서 요구되는 제약적인 가정을 하지 않으면서도 자료와 보다 잘 부합하는 결과를 가져올 수 있는 것으로 분석되었다.

• Communications for Statistical Applications and Methods
• /
• 제2권2호
• /
• pp.155-165
• /
• 1995

반복측정자료의 분석을 위해 제안된 Liang and Zeger(1986)의 회귀모형은 일반화추정식(generalized estimationg equations, GEE)을 이용하여 모형의 모수를 추정한다. 이 모형은 반복측정된 반응변수와 설명변수들과의 관계를 추정하는 것이 주된 목적이기 때문에 회귀모수는 중요한 모수로 간주되나 산포모수는 중요하지 않은 장애모수(nuisance parameters)로 간주된다. 일반적으로 GEE 분석에서 회귀모수의 추정량은 산포모수에 상관없이 일치적(consistent)으로 얻어진다고 알려져 있다. 그러나 본 논문에서는 포아송분포를 따르는 반복측정자료에 대한 사례연구와 모의 실험을 통해서 일반적으로 믿어져왔던 것과는 달리 GEE 방법이 산포모수에 민감하게 영향을 받고 있음을 보였다. 특히 산포모수의 값이 일정하지 않은 경우에는 GEE 방법이 산포모수에 민감 하게 영향을 받고 있음을 보였다. 특히 산포모수의 값이 일정하지 않은 경우에는 GEE 방법에서 밝혀진 회귀모수 추정량의 일치성에도 문제가 발생할 수 있음을 보였다.

• 응용통계연구
• /
• 제16권2호
• /
• pp.273-282
• /
• 2003

순서화된 척도모수들의 사전정보를 가지는 k-모집단 와이블분포의 모수추정을 위한 베이지안방법이 제시된다. 모수추정은 깁스샘플링에 의해서 이루어지며, 특히 깁스샘플러에서 형태모수의 조건부 사후분포는 로그-오목함수이므로 적응기각표집(Adaptive Rejection Sampling: ARS)방법에 의해 모수생성을 하였다. 논의된 모수추정법을 전기 절연유체 고장시간자료에 적용하여 척도모수의 순서화정보를 반영한 경우와 그렇지 않은 경우를 비교하였다.

• 재무관리논총
• /
• 제3권2호
• /
• pp.1-49
• /
• 1996

본 논문에서는 자본시장의 변동성을 충분히 해명할 수 있는 가격결정모형이 정립되었다. 자본 자산의 가격은 세개의 위험에 대한 프리미엄의 총화임이 도출되었다. 이 세개 위험은 소비베타와 유사한 형태를 갖는 모수, 시장베타와 유사한 형태의 모수, 그리고 총국민생산의 성장률과 자산과의 공분산에 의하여 정의되는 모수이다. 이 모수를 각각 소비위험모수, 시장위험모수 및 생산위험모수라 할 수 있다. 자산의 가격을 결정하기 위하여 가격화(pricing)되는 체계적 위험이 세개라는 것은 중요한 함의인 것이다. 자산의 가격은 소비와 시장에 의하여 결정된다. 소비와 시장은 자체의 독립적 영역과 서로 상대에 대하여 상호작용하는 영역을 갖는다. 독립적 영역에서 생성되는 위험이 소비모수와 시장모수로 표상되며, 이 양자의 상호작용관계가 생산모수로 귀일한다.

• Communications for Statistical Applications and Methods
• /
• 제3권3호
• /
• pp.169-178
• /
• 1996

일반적인 실험군과 대조군의 척도모수에 대한 가설을 Orban과 Wolfe(1982)가 도입한 placement를 이용하여 비모수적 검정법을 제안하였다. 위치모수를 알고 있는 경우에 제안된 통계량의 귀무가설하에서의 평균과 분산 그리고 반복점근분포(iterative asymptotic distribution)를 구하였고 기존의 검정법들과 소표본 모의실험을 통하여 실험 유의수준과 실험검정력을 비교하였다.

• 한국경영과학회:학술대회논문집
• /
• 한국경영과학회 1993년도 추계학술대회발표논문집; 서강대학교, 서울; 25 Sep. 1993
• /
• pp.153-161
• /
• 1993

시간변동모수 공적분(Time-Varying Parameter Cointegration) 모형에서 시간변동모수가 안정적인 확률과정을 따르는 경우 BI(bi-integrated) 과정을 오차항으로 갖는 고정모수 공적분 모형과 동일하다. 이 때 BI과정은 ARCH 과정과 조건부분산이 동치관계에 있음을 이용하여 소득과 비내구재(서비스) 소비의 시간변동모수 공적분 관계를 추정하였다. 이로부터 합리적기대 항상소득가설을 검증한 결과 고정모수 공적분 모형과 달리 가설을 기각할 수 없는 것으로 나타났다.

• 응용통계연구
• /
• 제15권2호
• /
• pp.355-366
• /
• 2002

범주형 자료의 구조파악에 주로 이용되는 로짓모형에서 비모수적 방법을 이용한 모수의 신뢰구간추정과 가설검정 등의 통계적 추론에 대하여 살펴보았다. 모수에 대한 통계적 추론에서 정규분포에 근거한 모수적 방법(Wald 방법)보다는 붓스트랩 방법이나 임의순열을 활용한 비모수적 방법이 많이 활용되고 있다. 본 연구에서는 로짓모형의 모수에 대한 비모수적 추론방법으로 붓스트랩(bootstrap)과 임의순열(random permutation)의 두 방법을 고려하고 모의실험을 통하여 가설검정의 검정력과 신뢰구간추정의 포함확률을 비교하였고 사례분석을 다루었다.

• 응용통계연구
• /
• 제26권5호
• /
• pp.713-723
• /
• 2013

본 연구에서는 2-모수 파레토분포에 대해 무정보사전분포인 준거사전분포의 가정 하에서 객관적 베이지안 모수추정 절차를 제안하였다. 베이지안 추정은 깁스샘플링에 의해서 수행된다. 깁스샘플러에서 모수생성하는 방법은 형태모수는 감마분포로부터 생성하고 척도모수는 적응기각표집 알고리즘에 의해 생성한다. 제안된 베이지안 모수추정 절차는 모의실험과 자료분석에서 기존의 추정방법들인 L-적률추정법, 최우추정법, 공액사전분포 하의 주관적 베이지안 모수추정법과 비교된다.

• 한국해안·해양공학회논문집
• /
• 제25권6호
• /
• pp.394-404
• /
• 2013

본 연구에서는 너울성파랑을 정의하기 위한 첫 단계로 확률모의실험을 통해 파랑스펙트럼 첨두모수 $Q_p$, 주파수폭대역 모수 ${\varepsilon}$, 파랑스펙트럼 폭 모수 ${\nu}$의 특성들을 분석하였다. 이를 위해 유의파고 및 첨두주기의 결합확률 밀도함수를 새롭게 유도한 후, MCMC(Markov Chain Monte Carlo)기법을 이 함수에 적용하여 가상의 유의파고 및 첨두주기를 생성하였다. 그리고, 이 때 생성된 파랑자료들을 파랑스펙트럼모형에 적용하여 각각에 대한 파랑스펙트럼 형상모수들을 산정한 다음, 각각의 파랑자료들과 파랑스펙트럼 형상모수들의 상관관계 계수를 산정하는 방법으로 각 파랑스펙트럼 형상모수의 특성들을 조사하였다. 본 연구의 결과에 의하면, 파랑스펙트럼 형상모수 중 파랑스펙트럼 첨두모수가 유의파고 및 첨두주기에 관계없이 파랑스펙트럼의 뾰족한 정도를 잘 나타내고 있었는데, 이러한 특성은 후포 및 울릉도 파랑관측자료에서도 동일하게 나타나고 있는 것으로 확인되었다. 너울성파랑 정의를 위한 대표적인 파랑스펙트럼 형상모수로 파랑스펙트럼 첨두모수를 사용하는 것이 가장 적절한 것으로 보인다.

• 응용통계연구
• /
• 제20권2호
• /
• pp.357-371
• /
• 2007

경쟁위험(competing risk) 하에서의 누적 발생함수(cumulative incidence function)는 일반적으로 비모수적 방법으로 추정된다. 그러나 관심 있는 원인에 의한 사건이 다른 원인에 의한 사건보다 상대적으로 적게 발생하는 경우에 비모수적 방법으로 추정된 누적발생함수는 이산성으로 인해 다소 정확하지 않게 된다. 이와 같은 경우에 Bryant와 Diagnam(2004)는 관심 있는 원인에 대한 원인특정적 위험함수(cause-specific hazard function)를 모수적으로 모형화하고 다른 원인에 의한 사건은 비모수적으로 추정하는 준모수적 방법을 제안했다. 본 연구에서는 준모수적 누적발생함수 추정량을 재표현하고 와이블분포모형과 대수 정규분포모형으로 확장하였다. 또한 대수 정규분포 원인특정적 위험모형일 경우 누적 발생함수에 대한 비모수적 추정량, 와이블분포 준모수적 추정량과 대수 정규분포 준모수적 추정량의 효율성을 비교하며 준모수적 추정량의 성능과 모형 오설정이 미치는 영향을 살펴보았다.