• 한국통계학회:학술대회논문집
• /
• 한국통계학회 2003년도 추계 학술발표회 논문집
• /
• pp.239-244
• /
• 2003

본 연구에서는 확률모형의 모수로부터 얻어지는 여러형태의 함수간의 크기를 다중비교 하는 방법을 제안하고자 한다. 이 방법은 비교대상인 모수 함수간의 선호확률을 베이지안 방법으로 추정하고, 이들로부터 얻어지는 선호행렬을 이용한 새로운 다중비교법이다. 이러한 방법의 제안에 필요한 이론과 비교기준을 고안하였으며, 응용 예로, 제안된 방법을 s개의 독립인 지수분포 모수의 기하평균 크기비교에 적용하였다.

• 응용통계연구
• /
• 제24권2호
• /
• pp.293-305
• /
• 2011

변동성은 최근 경제가 급변하면서 옵션의 가격 결정과 자산의 위험관리에서 그 중요성이 더 커지고 있다. 이러한 변동성은 분산을 지칭하며, 위험(risk)을 측정하는 수단이 되므로 정확한 추정과 예측이 매우 필요하다. 본 논문에서는 변동성에 대한 모형으로 오차항이 ARMA(p, q)-GARCH(r, s) 모형을 따르는 회귀모형을 설정하고, 이 모형의 모수에 대해 베이지안 추정법을 제시하였다. 또한 평균과 분산(변동성)에 대한 예측값을 구하고 이에 대한 베이지안 구간추정을 하였다. 이를 500개의 모의실험 자료를 통해 최우추정법과 비교하였다. 뿐만 아니라, 베이지안 방법을 이용하여 Frequentist의 관점에서는 구하기 어려운 GARCH 모형에서의 일종의 단위근이 존재할 확률을 구하였다.

• 대한교통학회지
• /
• 제22권7호
• /
• pp.79-90
• /
• 2004

베이지안 망(Bayesian Networks)은 인공 신경망, 유전자 알고리즘, 전문가시스템 퍼지이론 등과 더불어 데이터마이닝의 중요한 기법 중의 하나로서, 베이지안 통계 이론(Bayesian Statistics Theory)을 적용하여 변수들간의 확률적인 관계를 기호화함으로써, 설명변수들과 종속변수들간의 인과관계를 파악할 수 있다. 이 연구는 2002년도 수도권 가구통행실태조사 자료의 가구, 개인 및 통행 특성(가구수입, 승용차 보유대수, 주택규모, 통행목적 등)을 반영하여, 베이지안 망을 이용한 통행발생 모형을 처음으로 설계 구축하여, 각 변수들간의 상관관계와 인과관계를 분석함으로써, 설명변수인 가구수입의 구성비가 변하였을 때 승용차 보유대수와 주택규모 구성비의 변화율(확률)을 예측한다. 그리고 승용차 보유대수와 주택규모의 구성비가 변하였을 때 통행목적 구성비의 확률을 예측한다. 또한 동행목적의 발생량이 변화였을 때, 가구 특성 구성비의 변화에 따른 발생량을 예측한다. 따라서, 이 연구는 현실에는 존재하지만 설명변수들간의 복잡한 상관성을 배제하고 설명변수와 통행목적간의 단순한 직선관계를 가정하는 기존 통행발생 모형의 한계를 극복할 수 있는 가능성을 제시한다. 또한 선택되지 않은 통행목적에 대한 정보의 부족으로 인한 통행발생 모형 구축의 어려움을 극복한다. 또한 통행목적의 변화를 실시간으로 모의실험(Simulation) 할 수 있는 방법론을 개발하여 다양한 교통정책에 확대 적용할 수 있을 것이다.

• 응용통계연구
• /
• 제28권2호
• /
• pp.137-149
• /
• 2015

본 논문에서는 비정상 극치 강수 자료에 대해 계층적 베이지안 모형을 적용하여 시간에 따른 모수의 변화를 추정하며, 미래 확률 강수량에 대한 극단값 분포를 예측하고 더 나아가 반환기간에 대한 경향과 예측 값을 얻고자 한다. 이전의 고전적 통계 방법을 통한 강수 자료의 모수 추정연구의 경우, 자료의 정상성 가정 하에 고정된 모수를 추정하는 방법으로, 최근 나타난 비정상 강수 사상과 같이 강수량이 가지는 분포의 모수적 변화가 예상되는 경우 해석상 문제가 발생한다. 이러한 문제점을 해결하기 위해 모형의 관심모수에 시간에 따른 자기 상관 선형 회귀 함수를 적합한 계층적 베이지안 모형을 고려한다. 제안된 모형의 효율성을 확인하기 위해서 1973년부터 2011년까지 39년 동안의 우리나라 여러지역의 기상 관측소에서 관측된 일일 강우량 자료가 사용하여 대표적인 극단값 분포인 Generalized Extreme Value(GEV) 분포에 적합시키고, 계층적 베이지안 모형을 이용하여 이들 분포의 모수들에 자기상관 시간모형을 소개한 후 우리나라 여러지역에 대한 반환기간에 대한 시간에 따른 경향을 확인하였다.

• 응용통계연구
• /
• 제33권3호
• /
• pp.309-320
• /
• 2020

방향성 비순환 그래프(directed acyclic graph; DAG)라고도 하는 베이지안 네트워크(Bayesian network)는 변수 사이의 관계를 확률과 그래프를 통해 모형화할 수 있다는 점에서 최근 의학, 기상학, 유전학 등 여러 분야에서 다양하게 활용되고 있다. 특히 이산형 자료의 예측에 사용되는 베이지안 네트워크 분류분석기(Bayesian network classifier)가 최근 새로운 데이터 마이닝 기법으로 주목받고 있다. 베이지안 네트워크는 그 구조와 학습 방법에 따라 여러 가지 다양한 모형으로 분류할 수 있다. 본 논문에서는 서로 다른 성질을 가진 이산형 자료를 바탕으로 구조 학습 방법에 차이를 두어 베이지안 네트워크 모형을 학습시킨 후, 가장 간단한 방법인 나이브 베이즈 (naïve Bayes) 모형과 비교해 본다. 학습된 모형들을 여러 가지 실제 데이터에 적용하여 그 예측 정확도를 비교함으로써 최적의 분류 분석 결과를 얻을 수 있는지 살펴본다. 또한 각각의 모형에서 나타나는 그래프를 통해 데이터의 변수 사이의 관계를 비교한다.

• 응용통계연구
• /
• 제15권2호
• /
• pp.323-336
• /
• 2002

최근에 1상 임상실험 에서 사용되는 continual reassessment method (CRM)에 대한 연구가 활발히 이루어지고 있다. 본 논문에서는 세 명의 환자를 하나의 환자 군으로 삼아 동일한 용량을 투여하는 수정된 CRM에 대한 연구를 실행하였다. 지금까지 CRM에 대한연구는 대부분 시뮬레이션에 의존하여 왔지만, 본 논문에서는 모든 가능한 경우를 고려하는 방법(complete enumeration)을 사용하였다. 이 새로운 방법은 시뮬레이션을 대체할 유용한 방법이라 사료된다. 이 새로운 방법을 이용하여, 용량독성곡선이 logistic함수, hyperbolic tangent 함수, power 함수일 때, 수정된 CRM에서 결정한 최대허용용량에서의 독성 확률이 목표 독성 확률로 잘 수렴함을 보였다. 하지만, 실험 전에 용량들을 적절히 선택하지 못하면, 최대허용용량에서의 독성 확률이 목표 독성 확률과 상당한 차이를 낼 수도 있음을 발견하였다.

• 응용통계연구
• /
• 제10권1호
• /
• pp.151-161
• /
• 1997

순서적 다항자료의 누적로짓 모형에 대한 베이지안 사후추론을 위하여 몬테칼로 깁스표본기법을 제안하였다. 원래의 모형에서는 깁스표본기법 적용에 필수적으로 요구되는 각 원소모수의 조건부 확률분포가 난수생성에 편리한 형태로 주어지지 않으므로 Albert and Chib(1993)과 Oh(1997)에서 이항 로짓모형에 사용한 바와 같이 적절한 잠재변수를 도입하여 깁스표본기법 적용에 매우 편리한 형태를 갖도록 한다.

• 응용통계연구
• /
• 제5권1호
• /
• pp.9-17
• /
• 1992

본 논문은 표본조사론의 주된 연구 대상인 유한 모집단에서의 모수 추정 문제중에서 비추정 문제를 베이지안 방법으로 다루었다. 크기 N의 유한 모집단을 초모집단에서 뽑은 크기 N의 확률 표본으로 간주하고, 초 모집단 모수들의 사전분포를 비정보적인 것으로 가정하여 비(ratio)의 정확한(exact) 사후분포를 유도하였으며, 이를 바탕으로 비의 정확한 신뢰구간을 구해 특별한 조건 아래에서 제안된 Fieller의 방법등 기존의 방법들과 비교하여 보았다.

• 응용통계연구
• /
• 제31권3호
• /
• pp.329-342
• /
• 2018

노모그램은 질병의 위험 요인과 예측 확률을 쉽게 이해할 수 있도록 시각적으로 표현하는 통계적 도구이다. 본 논문은 만성 폐쇄성 폐질환(chronic obstructive pulmonary disease)의 위험 요인을 이용하여 로지스틱 회귀모형과 순수 베이지안 분류기 모형의 노모그램을 구축하고 이를 비교하였다. 분석 데이터는 국민건강영양조사 6기(2013-2015)를 이용하여 진행하였다. 총 6개의 위험 요인을 이용하였다. 그리고 로지스틱 회귀모형, 순수 베이지안 분류기 모형과 각각의 구축 방법을 이용하여 만성 폐쇄성 폐질환의 노모그램을 제시하였다. 또한, 구축된 두 노모그램을 비교하여 유용성을 살펴보았다. 마지막으로 ROC curve와 Calibration plot을 통하여 각 노모그램을 검증하였다.

• 응용통계연구
• /
• 제27권5호
• /
• pp.705-715
• /
• 2014

대사증후군은 뇌졸중이나 심혈관 질환 등 다양한 합병증으로 발전될 수 있어 그 심각성이 커지고 있으며, 우리나라의 유병률이 증가하는 추세를 보이고 있어 연구의 필요성이 강조되고 있다. 본 연구는 베이지안 네트워크를 활용하여 대사증후군과 그 진단기준이 되는 5가지 이상 징후인 복부비만, 고중성지방혈증, 고혈압, 저 HDL 콜레스테롤혈증, 고혈당의 관계에 대한 모델을 구축 하고자 하였다. 추가적으로 대사증후군의 가장 위험한 진단조합을 선별하였고, 개개인의 특성에 따라 대사증후군의 특징도 다르게 나타난다는 것을 확인하였다. 사용된 데이터는 제5기 국민건강영양조사 중 2010년 자료로써 건강설문조사의 모든 문항에 응답한 성인 4,489명의 데이터이다.