• Korean Journal of Logic
• /
• v.6 no.2
• /
• pp.135-158
• /
• 2003

베이즈주의는 믿음의 정도라는 확률의 의미해석과 수학적 확률론에 의한 계산체계를 기초로 하여 가설과 증거간의 입증(confirmation) 관계를 명료하게 분석한다. 베이즈주의는 증거 E가 가설 H를 입증한다는 것을 PR(HIE&K)-PR(HIK)>0으로 정의한다. 그러나 이러한 분석이 과연 과학자들의 입증개념을 올바로 반영하고 있는가 하는 비판이 오래된 증거(old evidence)의 문제로부터 제기되었다 오래된 증거는 이미 알려진 정보이기 때문에 완전한 확률 값 1을 부여받는다. 이 때 오래된 증거가 가설을 입증할 수 있는가 하는 질문은 베이즈주의자와 실제 과학자 사이에 서로 다른 답변을 도출한다. 먼저 베이즈주의에 따르면 오래된 증거가 가설을 입증할 수 없다. 그것은 PR(EIK)=1일 때 PR(HIK)=PR(HIE&K)의 결과가 도출되기 때문이다. 하지만 과학사의 여러 예들로부터 제시되는 실제 과학자들의 입증개념에 따르면 오래된 증거가 가설을 입증하고 있다. 필자는 이와 같은 입증개념의 이질성 문제가 다만 어떤 증거가 입증 가능한 것인지를 구분해야 하는 질적인(qualitative) 문제일 뿐만 아니라 증거가 가설을 어느 정도 입증하는지 하는 입증도를 정확하게 측정해야 하는 양적인(quantitative) 문제라는 점을 밝힌다. 특히 필자는 양적인 문제를 해결하면 질적인 문제가 자연히 해결된다는 점을 밝히고, 반 프라센이나 가버가 제안한 전략이 모두 질적인 문제만을 다루기 때문에 부분적인 해결책에 지나지 않는다는 점을 밝힘으로써 오래된 증거의 문제의 본질은 양적인 문제에 있다는 점을 주장한다.

• Proceedings of the Korean Statistical Society Conference
• /
• 2005.11a
• /
• pp.133-139
• /
• 2005

베이즈 법칙에서는 사전확률과 우도가 주어지고 어떤 실험결과가 일어났을 때 사후확률을 계산한다. 이러한 사후확률의 계산 문제를 미니탭 매크로를 이용하여 쉽게 계산할 수 있다. 또한 일련의 독립적이고 연속적인 실험결과에 따르는 사후확률도 편리하게 계산할 수 있다. 최근에는 미니탭 한글 Release 14가 출시되어 한글로 결과를 나타낼 수 있도록 매크로를 작성할 수 있다.

• Korean Journal of Logic
• /
• v.11 no.2
• /
• pp.93-125
• /
• 2008

The radical probabilitists deny that propositions represent experience. However, since the impact of experience should be propagated through our belief system and be communicated with other agents, they should find some alternative protocols which can represent the impact of experience. The useful protocol which the radical probabilistists suggest is the Bayes factors. It is because Bayes factors factor out the impact of the prior probabilities and satisfy the requirement of commutativity. My main challenge to the radical probabilitists is that there is another useful protocol, q(E|$N_p$) which also factors out the impact of the prior probabilities and satisfies the requirement of commutativity. Moreover I claim that q(E|$N_p$) has a pragmatic virtue which the Bayes factors have not.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.153-153
• /
• 2020

우리나라에선 크고 작은 가뭄 피해가 자주 일어나고 있으며 최근엔 유래 없는 다년가뭄이 발생하면서 가뭄에 대한 경각심이 커지고 있다. 가뭄에 적절하게 대응하여 피해를 경감시키기 위해서는 신뢰도 높은 가뭄 예측이 선행되어야 한다. 이에 본 연구는 앙상블 예측과 베이즈이론(Bayes' theorem)을 수문학적 가뭄지수 중 하나인 SRI(Standardized Runoff Index)에 적용해 가뭄 확률 전망을 실시했으며 이를 EDP(Ensemble Drought Prediction)라고 칭하였다. 국내 8개 댐유역에서 EDP를 생성하고 개선하는 과정은 다음과 같이 진행된다. 우선 TANK모형을 활용한 1개월 선행 유량 예측(Ensemble Streamflow Prediction, ESP)의 결과를 SRI로 변환하여 EDP 확률분포를 생성한다. 그런 다음, EDP를 개선하기 위해 그 기초인 ESP에서 미흡한 토양수분 초기조건을 보완하고자 베이즈이론을 활용했다. APCC(APEC Climate Center)의 위성 관측 SMI(Soil Moisture Index) 자료로 SRI와의 회귀식을 구축, 이를 우도함수로 정의해 사전 EDP 분포를 업데이트한 EDP+ 확률분포를 생성했다. 그 결과, EDP와 EDP+ 모두 심도가 깊은 가뭄을 전망할수록 예측력이 기후학적 예측보다 좋지 않았다. 그럼에도 우도함수로 사용한 회귀식의 정확도가 높을수록 EDP+의 정확도도 향상되는 경향이 나타났으며, 이는 베이즈이론을 사용한다면 가뭄 확률 전망을 개선할 수 있다는 것을 의미하고 있다. 하지만, 확정 전망 정확도는 확률 전망 정확도와는 관계가 없었는데 이는 확정 전망과 확률 전망이 본질적으로 다르기 때문인 것으로 사료된다.

• Journal of the Korean Data and Information Science Society
• /
• v.22 no.6
• /
• pp.1183-1197
• /
• 2011

The prior distribution is the probability distribution we have before observing data. Using Bayes' rule, we can compute the posterior distribution, the new probability distribution, after observing data. Computing the posterior distribution is much easier than before by using Excel VBA macro. In addition, we can conveniently compute the successive updating posterior distributions after observing the independent and sequential outcomes. In this paper we compose some Excel VBA macros for applying Bayes' rule and give some examples.

• Journal of the Korean Data and Information Science Society
• /
• v.23 no.5
• /
• pp.905-912
• /
• 2012

We are dealing with the Bayes' rule education tool with Excel Macro and its usage example. When an event occurs, we are interested in whether it does under certain conditions or not. In this case, we use the Bayes' rule to calculate the probability. Bayes' rule is very useful in making decision based on newly obtained statistical information. We introduce an efficient self-teaching educational tool developed to help the learners understand the Bayes' rule through intermediate steps and descriptions. The concept and examples of intermediate steps such as conditional probability, multiplication rule, law of total probability, prior probability and posterior probability could be acquired through step-by-step learning. All the processes leading to result are given with diagrams and detailed descriptions. By just clicking the execution button, users could get the results in one screen.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.07b
• /
• pp.727-729
• /
• 2005

나이브베이즈분류기($na\ddot{i}ve$ Bayes classifier)는 학습, 적용 및 계산자원 이용의 측면에서 매우 효율적인 모델이다. 또한, 그 분류 성능 역시 다른 기법에 비해 크게 떨어지지 않음이 다양한 실험을 통해 보여져 왔다. 특히, 데이터를 생성한 실제 확률분포를 나이브베이즈분류기가 정확하게 표현할 수 있는 경우에는 최대의 효과를 볼 수 있다. 하지만, 실제 확률분포에 존재하는 조건부독립성(conditional independence)이 나이브베이즈분류기의 구조와 일치하지 않는 경우에는 성능이 하락할 수 있다. 보다 구체적으로, 각 자질변수(feature variable)들 사이에 확률적 의존관계(probabilistic dependency)가 존재하는 경우 성능 하락은 심화된다. 본 논문에서는 이러한 나이브베이즈분류기의 약점을 효율적으로 해결할 수 있는 자질변수의 통합기법을 제시한다. 자질변수의 통합은 각 변수들 사이의 관계를 명시적으로 표현해 주는 방법이며, 특히 상호정보량(mutual information)에 기반한 통합 변수의 선정이 성능 향상에 크게 기여함을 실험을 통해 보인다.

• Journal of the Korean Association of Geographic Information Studies
• /
• v.11 no.2
• /
• pp.108-120
• /
• 2008

This paper discusses the prediction of deforestation areas using probability models from forest census database, Geographic information system (GIS) database and the land cover database. The land cover data was analyzed using remotely-sensed (RS) data of the Landsat TM data from 1989 to 2001. Over the analysis period of 12 years, the deforestation area was about 40ha. Most of the deforestation areas were attributable to road construction and residential development activities. About 80% of the deforestation areas for residential development were found within 100m of the road network. More than 20% of the deforestation areas for forest road construction were within 100m of the road network. Geographic factors and vegetation change detection (VCD) factors were used in probability models to construct deforestation occurrence map. We examined the size effect of area partition as training area and validation area for the probability models. The Bayes model provided a better deforestation prediction rate than that of the regression model.

• The Korean Journal of Applied Statistics
• /
• v.6 no.1
• /
• pp.53-66
• /
• 1993

A Bayesian approach is suggested to the multi-proportions randomized response model. O'Hagan's (1987) Bayes linear estimator is extended to the inference of unrelated question-type randomized response model. Also some numerical comparisons are provided to show the performance of the Bayes linear estimator under the Dirichlet prior.

• Korean Journal of Logic
• /
• v.7 no.2
• /
• pp.121-146
• /
• 2004

본 논문은 베이즈주의가 확률론을 이용해서 제거적 귀납을 정교하게 발전시키고 있다고 주장한다. 이를 위해 본 논문은 두 가지 작업을 진행한다. 하나는 제거적 귀납이 무엇인가 하는것이고 다른 하나는 제거적 귀납이 베이즈주의에 기여하는 바가 무엇인가 하는 것이다. 먼저 본 논문은 제거적 귀납이 참인 가설을 포함하는 가능한 가설들의 총체로부터 경쟁가설들을 연역적 또는 귀납적으로 제거하고 남는 가설을 선택하는 추론형식임을 밝히고, 이 때 베이즈주의는 제거적 귀납을 정교하게 발전시킨 모습이기 때문에 제거적 귀납으로부터 기술적으로 도움 받을 측면은 없다고 주장한다. 그 대신 본 논문은 베이즈주의가 과학방법론으로 발전되는 데에서 직면하는 여러 가지 문제점을 해결하는 방법에 대해 제거적 귀납으로부터 조언을 얻을 수 있다고 주장한다. 이와 같은 논의를 통해 본 논문은 베이즈주의와 제거적 귀납주의의 결합은 유용한 과학방법론을 만들 수 있을 것으로 전망한다.