• Animal Systematics, Evolution and Diversity
• /
• 제11권3호
• /
• pp.359-377
• /
• 1995

전국에서 채집된 검정망둑과 민물검정망둑의 지리적 변이를 조사한 결과 두 종은 반문형태상 뚜렷한 차이가 있었고 유전자 분석결과에서도 두 종은 3개의 유전적 표식인자 (Me-1, Gp-4, Aco)를 가지는 별개의 분류군으로 확인되었다. 그러나 유전적 근연치는 S=0.813 , 유전적 차이치는 D=0.192로 종 수준 이하의 유전적 분화를 보였으며두 종의 동서하천에서 미세분포 상황 및 생식적 격리 수준을 조사한 결과, 두 종은 서식처 분리가 ENfut하여 검정망둑은 주로 염수역에, 민물검정망둑은 주로 담수역에 분포하며 이들 사이에 유\ulcorner 교환이 없는 것으로 확인되었으나 서식처 분리가 깨진 여천 방죽천 집단의 경우, 두 종간에는 유전자 교환이 일어나며 F2 이상의 잡종개체를 포함하여 높은 비율(25.6%) 의 자연잡종이 발생되는 것으로 보다 두종은 교배전 격리기작 (prmatign isolating mechanism) 이 불완전한 것으로 확인되었다. 그러나 F-statistics 분석결과 $F_{IS}$(inbredding coefficient) 값은 두 종간에 자유교배가 일어나지 않음을 보여 검정망둑과 민물검정망둑은 현재 아종에서 종으로 분화중에 있는 반종(semispecies)으로 추정되며 따라서 학명은 T.obscurus obscurus(검정망둑)와 T.obscurus brevispinis (민물검정망둑)을 사용하는 것이 타당하다고 사료된다.

• 대한물리의학회지
• /
• 제7권1호
• /
• pp.103-110
• /
• 2012

연구목적 : 본 연구는 노인의 성별이 낙상에 영향을 줄 수 있는 체중분포지수에 미치는 차이를 알아보고자 한다. 연구방법：광주광역시 소재 빛고을 노인건강타운 물리치료실을 이용하는 65세 이상 66명(남성 33명, 여성 33명) 노인을 대상으로 남성노인 평균연령은 70.97세, 여성노인 평균연령은 71.39세로 모든 대상자는 TETRAX의 체중분포지수(weight distribution index; WDI)를 이용하여 성별에 따라 그 차이를 비교 분석하였다. 측정 방법 은 안정된 발판에서 눈을 뜨고 정면을 향한 자세, 안정된 발판에서 눈을 감고 정면을 향한 자세, 불안정한 발판에서 눈을 뜨고 정면을 향한 자세, 불안정한 발판에서 눈을 감고 정면을 향한 자세, 안정된 발판에서 눈을 감고 고개를 오른쪽으로 돌린 자세, 안정된 발판에서 눈을 감고 고개를 왼쪽으로 돌린 자세, 안정된 발판에서 눈을 감고 고개를 뒤로 젖힌 자세, 안정된 발판에서 눈을 감고 고개를 숙인 자세로 측정하였고, 분석방법은 SPSS version 12.0을 이용하여 통계처리 하였고, 남녀 간의 안정성지수와 체중분포지수의 평균차이 검정은 독립표본 t-검정을 실시하였다. 통계학적 유의성을 검증하기 위해 ${\alpha}$는 유의수준 0.05로 하였다. 연구결과 : 성별에 따른 WDI비교에서 불안정한 발판과 안정된 발판에서 눈을 뜬 상태와 감은 상태에 정면을 향한 자세, 안정된 발판에서 눈을 감고 고개를 왼쪽과 오른쪽으로 돌린 자세에서 유의한 차이가 있었으나 안정된 발판에서 고개를 뒤로 젖힌 자세와 고개를 숙인자세에서는 유의한 차이는 없었다. 결론 : 본 연구의 결과를 바탕으로 성별에 따른 노인의 WDI에 영향을 미칠 수 있는 요인을 파악하여 낙상예방프로그램 기초자료로 활용 될 것으로 생각된다.

• 응용통계연구
• /
• 제21권6호
• /
• pp.933-945
• /
• 2008

발병연령과 이에 관련되었다고 의심되는 좌위와의 연관성이 실제로 존재하는 경우에 유전자형 정보에 따라 발병연령(age of onset) 분포의 추세가 뚜렷하게 나타난다. 그러나 연관성 검정에서 주로 채택하고 있는 발병연령의 상한연령(cutoff age)을 제한하는 표본추출은 유전자형에 따른 여러 군의 미완결 자료의 분포가 다름을 초래하게 되며, 이러한 미완결 분포 차이는 발병연령의 추세 검정에 있어 효율성을 낮추는 원인이 된다. 일반적으로 두 군의 경우에 그 대책으로써 윌콕슨(Wilcoxon) 통계량보다는 미완결 자료의 분포가 다름에 영향을 덜 받는다고 알려진 로그순위(log-rank) 통계량을 사용한다. 본 논문에서는 로그순위 통계량 적용을 유전자형에 따른 여러 군의 경우로 확장하여 Jones와 Browley (1989)에 언급된 일반화 로그순위 추세 검정통계량(generalized log-rank statistic for trend)을 제안하며, 연관성 연구에서 이 검정통계량과 여러 다른 추세 검정통계량의 효율성을 모의실험으로 알아본다.

• Journal of the Korean Data and Information Science Society
• /
• 제12권1호
• /
• pp.51-59
• /
• 2001

독립이면서 로그정규분포를 따르는 두 모집단의 평균 차이에 대한 검정으로 O'Hagan (1995)이 제안한 부분 베이즈요인을 이용한 베이지안 방법을 제안한다. 이 때 모수에 대한 사전분포로는 무정보적 사전분포를 사용한다. 제안한 검정 방법의 유용성을 알아보기 위하여 실제 자료의 분석과 모의실험을 이용하여 고전적인 검정방법과 그 결과를 비교한다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2017년도 학술발표회
• /
• pp.349-349
• /
• 2017

표준강수지수(Standardized precipitation index, SPI)는 가장 널리 사용되고 있는 가뭄지수로, 우리나라 뿐만 아니라 세계기상기구(World Meteorological Organization)에서도 추천하고 있는 대표적인 기상학적 가뭄 지수라고 할 수 있다. 현재 표준강수지수는 2변수 gamma 분포를 적용하여 강수 부족 상황을 지수화하여 나타내고 있는데, 일부 연구에서는 다른 확률분포형의 적용하기도 하였다(Guttman, 1999; Lloyd-Hughes and Saunders, 2002; Stagge et al., 2015). 우리나라에서는 유원희(2000)에 의해 Pearson type 3, 2변수 gamma, generalized logistic, GEV, 3변수 log-normal 분포에 따른 SPI 산정 결과를 비교한 연구가 수행되었는데, SPI 산정에는 분포형별 차이가 뚜렷하지 않다는 결론을 얻었다. 그러나 이때 금강유역 내 지점에 국한하여 적용하였고, 분포형별 적합도 검정을 수행하지 않고 SPI 산정결과만을 비교하여 우리나라에 일반적으로 적용하기에는 어려움이 있다. 따라서 본 연구에서는 우리나라의 강우특성을 반영할 수 있도록 다양한 확률분포형을 고려하여 표준강수지수를 분석하고자 한다. 이를 위해 관측기간이 30년 이상인 기상관측소의 월단위 강우자료를 구축하고, 월단위 강우자료에 다양한 확률분포형을 적용하고자 한다. 이때 적용하는 확률분포형은 2변수 gamma, Gumbel, normal 분포이다. 적정 확률분포형 선정을 위해 적합도 검정을 수행하고자 한다. 또한 각 분포형별로 산정된 표준강수지수를 기존 표준강수지수와 비교검토하고자 한다.

• Applied Biological Chemistry
• /
• 제43권4호
• /
• pp.241-246
• /
• 2000

진도산 검정쌀 전분의 분자 구조적 특성을 구명하고 신선찰벼와 비교 검토하였다. 진도산 검정쌀과 신선찰벼의 전분-요오드 복합체의 최대흡수파장은 각각 523 nm, 521 nm였고, 고유점도는 각각 183 ml/g, 178 ml/g였으며, ${\beta}-amylolysis$ limit(%)는 각각 62.8%, 60.3%였다. 진도산 검정쌀은 요오드 반응과 Sepharose CL-2B의 용출패턴 결과로 찹쌀임을 알 수 있었다. 진도산 검정쌀의 아밀로펙틴의 사슬 분포는 중합도 55이상(획분 I), 중합도 $40{\sim}50$(획분 II), 중합도 $15{\sim}20$(획분 III)으로 분포하였으며, 획분 II에 대한 획분 III의 비율(A/B 사슬비)는 진도산 검정쌀이 3.02, 신선찰벼가 2.82로 나타났다. 또한, 초장쇄 부분이 획분 I은 진도산 검정쌀이 신선찰벼의 아밀로펙틴 보다 많았다. 진도산 검정쌀의 아밀로펙틴 베타-한계 덱스트린 분자량 분포는 신선찰벼와 비슷하였다. 베타-한계 덱스트린의 사슬 분포는 중합도 55이상(획분 I), 중합도 $30{\sim}45$(획분 II), 중합도 $10{\sim}20$(획분 III)으로 분포하였으며, 진도산 검정쌀과 신선찰벼는 큰 차이가 없었다. 이러한 결과로부터 진도산 검정쌀 전분은 polymodal 구조를 갖는 아밀로펙틴으로 구성되어 있으며 신선찰벼와 구조적으로 유사하였다.

• Journal of the Korean Data and Information Science Society
• /
• 제12권1호
• /
• pp.41-50
• /
• 2001

독립이면서 지수분포를 따르는 K개 모집단의 평균차이에 대한 가설 검정방법으로 Beregr와 Perrichi (1996, 1998)가 제안한 내재적 베이즈 요인을 이용한 베이지안 방법을 제안한다. 이 때 모수에 대한 사전분포로는 무정보적 사전분포를 사용한다. 모의실험을 통하여 제안한 검정방법의 유용성을 알아본다.

• 한국작물학회지
• /
• 제32권1호
• /
• pp.55-60
• /
• 1987

벼 품종의 잎집무늬마름병 저항성검정에 사용할 R. solani 균주를 선발할 목적으로 전국 7개지역에서 수집한 58개균주의 배양특성을 조사하여 균주의 배양형을 나누고 각 배양형에서 대표되는 균주를 선정, 9개 벼 품종에 접종시켜 균주의 병원성과 품종저항성을 조사한 결과를 요약하면 다음과 같다. 1. 벼 잎집무늬 마름병균의 균주를 PSA 배지상에서 기르면서 조사한 5종류의 배양특성은 균주간에 뚜렷한 차이가 있었으며 균주별 배양특성에 근거하여 공시한 58개 균주를 7종의 배양형으로 나눌 수 있었다. 2. 각 배양형에 속하는 잎집무늬마름병균 균주의 지역적인 분포는 차이가 있어서 균주분포의 지역특이성이 인정되었으며 Ia 배양형에 속하는 균주만이 7개 지역 모두에 분포되어 있었다. 3. 각 배양형을 대표하는 7개 균주의 병원성은 서로 달랐으며 균주별 병원성은 검정품종에 따라서 그 정도가 다르게 나타났다. 4. 균주의 병원성검정에 사용되었던 9개 벼 품종의 저항성정도도 품종간 차이가 켰으며 품종의 저항성 반응도 접종한 균주에 따라서 달리 나타나는 경우가 있었다. 5. 공시한 균주의 병원성정도와 지역적인 분포범위를 고려하여 벼 잎집무늬마름병 저항성검정에 사용할 균주를 선발할 수 있었다.

• 한국학교수학회논문집
• /
• 제9권3호
• /
• pp.309-316
• /
• 2006

이 논문에서는 현재 중등학교 수학의 통계교육에서 다루고 있는 통계용어의 의미상 혼선과 애매한 내용을 수학교사를 대상으로 알아보고, 표본평균의 확률분포에 대한 지도 영역에 있어서 표집(sampling, 표본추출)의 문맥에서 표집오차(sampling error)와 표본평균의 표집분포(sampling distribution)라는 용어를 도입하여 일관성 있게 사용할 것을 제안하였다. 현행 중고등학교의 수학과의 통계의 용어 정의와 개념설명에 있어서, 교육부가 검정한 12종의 검정 교과서와 국정교과서 간에서도 차이는 물론 의미의 혼선과 함께 정의의 일관성의 부족은 통계를 교육하는 수학교사와 학생들에게 심각한 오개념을 형성하게 만들고, 그 애매함으로 인하여 통계학의 학문 자체에 대한 흥미와 태도의 정의적인 면에서 부정적인 영향을 주고 있음이 발견되었다 본 연구에서는 표본평균의 확률분포의 효율적인 지도를 위한 표본오차 대신에 표집오차를 사용할 것과 표집분포의 용어를 도입함으로서 통계용어의 정확한 사용을 동하여 교사와 학생들에게 통계용어의 올바른 개념의 형성과 이해는 물론 통계교육의 일관성과 계열성 유지의 필요성을 제기하였다.

• Journal of the Korean Data and Information Science Society
• /
• 제23권2호
• /
• pp.227-234
• /
• 2012

의학진단을 위해 여러 증상과 질병 사이의 거리를 이용하는 연구가 많이 진행되고 있다. 그러나 거리들이 비슷한 값을 가지는 경우가 많이 발생하며, 이들 거리의 차이값은 정규분포 또는 카이제곱분포 등과 같은 일반적인 통계분포를 따르지 않는다. 본 연구에서는 의학진단에 사용되는 해밍 거리들의 차이값에 대한 분포적 특성에 대해 살펴보고, 이 차이값의 유의성 검정에 대해 탐색해보고자 한다.