• Journal of Korean Society of Transportation
• /
• v.10 no.2
• /
• pp.43-54
• /
• 1992

전통적인 신호제어모형은 다음의 두가지 결점을 내포하고 있다. 신호현시의 방법을 적정화하는 점이다. Rouphail(1990)은 전통적으로 행해온 신호주기와 녹색시간분할의 적정화에서 더 나아가 현시방법(signal timing)과 좌회전의 문제를 동시적으로 적정화 시킬 수 있는 모형을 제시한 바 있다. 그러나 Rouphail의 모형은 4개 현시에 국한되었고 현시방법(또는 현시의 선택)도 대단히 제약적이었다. 본연구는 이러한 Rouphail의 모형을 실제상황 에 보다 일반성있게 적용할 수 있도록 확장하는 연구이다. 여기서는 현시방법(또는 선택하는 현시으 형태와 수)을 확대시키고 또 연속변수와 이산변수를 동시에 적정화시키는 혼합정수선형계획법을 적용한 컴퓨터 모형을 구성하고 이를 사례 지역에 적용하엿다. 분석결과는 본 모형이 Rouphail 모형과 비교할 때 현시방법의 선택문제에 있어서 뿐만 아니라 좌회전(비보호, 보호 또는 혼합적)현시의 처리에 있어서 훨씬 더 효율적임을 확인하였다.

• The Korean Journal of Applied Statistics
• /
• v.16 no.2
• /
• pp.365-376
• /
• 2003

In this paper we reviewed a variety of non-Gaussian time series models, and studied the model selection criteria such as AIC and BIC to select proper models. We also considered the likelihood ratio test and applied it to analysis of Polio data set.

• Journal of Korean Society of Transportation
• /
• v.18 no.3
• /
• pp.87-100
• /
• 2000

각 지역특성에 맞는 ATIS사업이 실현되기 위해서는 각 지역 통행자들의 노선선택 및 전환행태를 정확히 파악하는 것이 필요하다. 이에 본 연구에서는 경상대를 연구대상으로 하여 대학출근운전자들의 노선선택 및 전환 행태를 정확히 파악하고 이들을 모형화하였다. 본 연구 대상지의 경우, 2개의 주 출근노선이 있으며 하나는 시내통행노선(노선 1)이고 다른 하나는 시외곽 통행노선(노선 2)이다. 노선1은 노선2에 비해 연장은 짧은 반면에 통행시간은 길며 신호교차로수. 우회전수도 많다. 먼저, 운전자의 노선선택행태모형을 통해 해석된 결과를 보면 시내노선에 대한 외곽노선의 상대적 효용이 아주 높으며, 전체적으로 출근운전자들은 짧은 통행시간을 선호하는 것으로 나타났다. 또한, 출근소요시간이 길고 라디오정보의 이용빈도가 높을수록 시내노선을 이용할 확률이 크며, 반면에 남성과 교직원인 운전자는 외곽노선을 이용할 확률이 큰 것으로 나타났다. 다음으로 행태조사에 기초한 노선전환행태모형을 통해 해석된 결과를 보면 연령, 출근시간, 라디오정보의 이용빈도들이 전환성향에 유의한 영향을 가져오는 것으로 분석되었다. 가상의 교통정보제공시의 운전자의 노선전환을 모형화한 노선전환의사모형에서는 대개의 정보에 대해 운전자가 노선전환을 하는 것으로 나타났다. 이 모형에서 지체길이에 따른 전환경향을 보면 지체의 길이가 길수록 전환경향이 높아 30분정도의 지체길이에서는 반드시 변경하는 것으로 나타났다. 본 연구대상 운전자의 경우 전반적으로 기술적인 유고(Incident)정보보다는 정량적인 지체정보에 더 민감한 것으로 나타났다.

• The Korean Journal of Applied Statistics
• /
• v.17 no.2
• /
• pp.281-301
• /
• 2004

In this paper we consider the change point problem in a sequence of univariate normal observations. We want to know whether there is any change point or not. In case a change point exists, we will identify its change type. Namely, it can be a mean change, a variance change, or both the mean and variance change. The intrinsic Bayes factors of Berger and Pericchi (1996, 1998) are used to find the type of optimal change model. The Gibbs sampling including the Metropolis-Hastings algorithm is used to estimate all the parameters in the change model. These methods are checked via simulation and applied to the winter average temperature data in Seoul.

• Proceedings of the KOR-KST Conference
• /
• 1998.10b
• /
• pp.261-261
• /
• 1998

교통계획의 목적은 교통체계를 분석하여 교통과 활동간의 상호작용을 효율화시켜 도시 및 지역사회의 목표를 달성하는데 있으며, 합리적인 교통계획을 수립하여 한정된 투자재원을 효율적으로 배분하기 위해서는 교통수요에 대한 합리적 접근이 필요하다. 교통수요예측의 접근방법은 미시적인 개별적 접근방법과 거시적인 집단적 접근방법으로 구분되며, 다시 모형화 기법이 결정적인가 확률적인가에 따라 개별결정적, 개별활률적, 그리고 집단결정적, 집단확률적 모형의 4가지로 구분될 수 있다. 이 중에서 일반적으로 관심의 대상이 되는 2가지 형태는 집단결정적, 개발확률적 모형이다. 집단결정적모형은 전통적 교통수요예측모형에 해당되며, 개별확률적모형은 1970년대 Mc Fadden을 시작으로 Ben-Akiva, Manheim을 중심으로 한 소비자 행동선택 이론에 근거한 개별행태모형이 이에 해당된다. 개별행태모형은 개개인의 통행행태를 다른 모든 조건이 동일할 때 개개인은 비용의 최소화를 추구하고, 비용과 관련한 통행행태는 거시적 수준에서의 주어진 제약 조건과 관계가 있으며, 의사결정은 확률분포에 의해서 결정되는 효용원칙(Efficiency Principle)에 입각하여 해석한다. 도시내와 도시간, 취업자와 비취업자, 출퇴근 시, 목적별 등의 여러 가지 통행에 있어서 다양한 변수들을 사용하여 교통수단 선택모형의 파라메카 값을 추정하고 통행패턴을 분석해 왔다. 본 논문에서는 개별행태모형인 로짓모형 중에서 집단다항로짓모형을 이용하여 여러 통행 중 공항시설의 접근에 필요한 교통수단 효용함수의 파라메타 값 추정 시, 일반적으로 사용되는 통행시간, 통행비용이라는 변수를 공통으로 두고, 대중교통의 경우에만 해당하는 환승이라는 특정대안변수(Specific alternative variable)를 첨가하여 그것이 수단선택에 미치는 영향을 분석한다. 또한, 대중교통의 속성을 가지고 있는 지하철과 버스를 하나의 대안으로 묶어서 효용함수를 구한 다음 다시 승용차, 택시, 대중교통을 독립된 대안으로 두고 모형을 정립하는 NESTED LOGIT모형으로 파라메타를 추정하여 대중교통의 효용에 관해 분석·비교하였다. 본 논문에 이용된 자료는 공항을 이용하는 이용객들을 대상으로 직접 설문·면접조사한 자료이며 대상 교통수단은 승용차, 택시, 지하철, 버스로 설정하였다.

• Journal of the Korean Data and Information Science Society
• /
• v.20 no.3
• /
• pp.563-575
• /
• 2009

This research has found logical data directly influencing forming consideration set and attitude and attitude strength under the choosing situation based on memory-base proposed by Priester et. al (2004). We've examined the possibility of model extension through physical salient strength according to the location of product display as an external stimulate factor and attitude and attitude strength, consideration set and role on variable choice. Especially, this research practically proposed the method measuring directly the attitude on behavior instead of seeing the intension of behavior or behavior by measuring the behavior itself based on existing experiment methods and applied logistics regression analysis. In conclusion, this research confirmed the possibility of generalization of this model by verifying appropriateness through logical background and actual analysis based on stimulus-base proposed model characters as an integrated model relation between attitude in stimulus-based relation and decision-making.

• The Korean Journal of Applied Statistics
• /
• v.34 no.3
• /
• pp.411-425
• /
• 2021

Accelerated failure time (AFT) model represents a linear relationship between the log-survival time and covariates. We are interested in the inference of covariate's effect affecting the variation of survival times in the AFT model. Thus, we need to model the variance as well as the mean of survival times. We call the resulting model mean and variance AFT (MV-AFT) model. In this paper, we propose a variable selection procedure of regression parameters of mean and variance in MV-AFT model using penalized likelihood function. For the variable selection, we study four penalty functions, i.e. least absolute shrinkage and selection operator (LASSO), adaptive lasso (ALASSO), smoothly clipped absolute deviation (SCAD) and hierarchical likelihood (HL). With this procedure we can select important covariates and estimate the regression parameters at the same time. The performance of the proposed method is evaluated using simulation studies. The proposed method is illustrated with a clinical example dataset.

• Journal of the Korean Data and Information Science Society
• /
• v.27 no.5
• /
• pp.1317-1325
• /
• 2016

The purpose of this paper is to explain the factors affecting the wage of the vocational high school graduates. We particularly examine the effectiveness of controlling sample selection bias by employing the Tobit model and Heckman sample selection model. The major results are as follows. First it is shown that the Tobit model and Heckman sample selection model controlling sample selection bias is statistically significant. Hence all the independent variables seem to be statistically consistent with the theoretical model. Second, gender was statistically significant, both in the probability of employment and the wage. Third, the employment probability and wage of Maester high school graduates were shown to be high compared to all other graduates. Fourth, the higher parent's income, the higher are both the employment probability and the wage. Finally, parents education level, high school grade, satisfaction, and a number of licenses were found to be statistically significant, both in the probability of employment and wages.

• The Korean Journal of Applied Statistics
• /
• v.31 no.6
• /
• pp.733-749
• /
• 2018

Sample selection arises as a result of the partial observability of the outcome of interest in a study. Heckman introduced a sample selection model to analyze such data and proposed a full maximum likelihood estimation method under the assumption of normality. Recently sample selection models for binomial and Poisson response variables have been proposed. Based on the theory of symmetry-modulated distribution, we extend these to a model for overdispersed count data. This type of data with no sample selection is often modeled using negative binomial distribution. Hence we propose a sample selection model for overdispersed count data using the negative binomial distribution. A real data application is employed. Simulation studies reveal that our estimation method based on profile log-likelihood is stable.

• Korean Journal of Cognitive Science
• /
• v.10 no.3
• /
• pp.1-15
• /
• 1999

Based on known physiological and psychophysical results, a neural network model for visual selection, called FeaureGate is proposed. The model consists of a hierarchy of spatial maps. and the flow of information from each level of the hierarchy to the next is controlled by attentional gates. The gates are jointly controlled by a bottom-up system favoring locations with unique features. and a top-down mechanism favoring locations with features designated as target features. The present study focuses on the top-down mechanism of the FeatureGate model that produces results similar to Moran and Desimone's (1985), which many current models have failed to explain, The FeatureGate model allows a consistent interpretation of many different experimental results in visual attention. including parallel feature searches and serial conjunction searches. attentional gradients triggered by cuing, feature-driven spatial selection, split a attention, inhibition of distractor locations, and flanking inhibition. This framework can be extended to produce a model of shape recognition using upper-level units that respond to configurations of features.