• 응용통계연구
• /
• 제21권2호
• /
• pp.341-353
• /
• 2008

본 연구에서는 이변량 음이항 분포에서 과대산포와 "내재적 상"의 존재유무에 대한 가설검정 문제를 다루었다. 과대산포에 대한 스코어 검정의 표준정규분포 근사는 명목 유의수준을 과소추정한 반면 "내재적 상"에 대한 스코어 검정은 명목유의수준을 과대 추정하고 있음을 보였다. 본 연구에서는 이와 같은 스코어 검정의 표준정규분포 근사의 문제점을 해결하기 위하여 붓스트랩 방법을 제안하였다. 스코어 검정에 대한 붓스트랩 방법은 두 검정에서 명목유의수준을 제대로 유지하고 검정력도 높게 나타나 스코어 검정의 표준정규분포 근사에 존재하는 문제를 해결하는 효율적인 대안으로 판단된다.

• 응용통계연구
• /
• 제29권1호
• /
• pp.61-73
• /
• 2016

본 논문에서는 다변량 시계열 모형 진단을 위해 잔차의 자기상관성 유무를 확인하기 위한 와일드 붓스트랩(wild bootstrap) Ljung-Box(LB) 검정통계량을 연구하였다. 일반적으로 LB 검정은 오차가 서로 독립이며 동일한 분포를 따른다는 IID 가정 하에 유도되는 점근적 카이제곱 분포를 이용한다. 한편 금융시계열 자료는 분산에 조건부 이분산성이 존재하기 때문에 오차의 IID 가정을 만족시키지 못하며 이에 따라 점근적 분포를 이용한 LB 검정은 제1종의 오류를 만족시키지 못하게 된다. 이를 극복하기 위해 와일드 붓스트랩을 이용한 LB 검정법을 제안하고 그 성질을 연구하고자 한다. 벡터자기회귀 모형과 벡터오차수정 모형 등의 다양한 다변량 시계열 모형을 이용하여 모의실험을 실시하는 한편, 코스피 200지수와 지수선물 자료를 이용한 실증분석을 통해 와일드 붓스트랩을 이용한 LB 검정법이 조건부 이분산성의 부정적인 영향을 효과적으로 제거할 수 있음을 입증하였다.

• 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.

• Journal of the Korean Data and Information Science Society
• /
• 제21권3호
• /
• pp.493-502
• /
• 2010

환율의 신뢰구간을 예측하기 위해 가장 중요한 요인은 분포의 추정이다. 그러나 시계열 자료의 분포를 추정하는 것은 많은 어려움이 따른다. 본 연구에서는 변동률 합의 분포를 비모수기법 중의 하나인 블록화 붓스트랩 방법을 사용하여 추정한다. 따라서 좀 더 쉽고 정확한 환율의 장단기 신뢰구간 예측 모형을 제시한다.

• 응용통계연구
• /
• 제17권2호
• /
• pp.219-228
• /
• 2004

오차항의 분포가 정규분포에 따르지 않는 비선형 시계열인 ARCH모형의 예측구간을 설정하는데 붓스트랩 방법과 근사적 방법간의 포함비율에 대한 정확성을 비교한다. 이 때 모형에서 모수를 추정하는 방법으로서는 분포에 대한 가정을 필요로 하지 않는 quasi-score 추정함수를 이용한 추정 법과 로버스트 추정 함수인 M quasi-score 추정 함수를 이용한 추정법을 사용한다. 추정된 모수를 이용하여 예측구간의 정확성을 비교하고 마지막으로 소비자 물가지수 자료를 이용하여 실제 예측구간을 구하는데 적용한다.

• 한국조사연구학회:학술대회논문집
• /
• 한국조사연구학회 2001년도 추계학술대회 발표논문집
• /
• pp.77-85
• /
• 2001

무응답 상황하에서 보정 추정량에 대해 관심변수와 강한 상관계수를 가진 보조정보의 수준에 따라 모집단 총합에 대한 추정량과 분산추정량을 붓스트랩 방법을 이용해서 구했다. 이때 존재하는 보조정보의 수준이 표본인 경우와 모집단인 경우로 나누어 모집단 총합에 대한 보정 추정량(calibration estimator)을 구하고, 그에 따른 붓스트랩 분산 추정량을 도출하였다. 또한 테일러 분산 추정량, 잭나이프 분산 추정량과 붓스트램 분산 추정량의 효율성을 모의 실험을 통해 비교해 보았다.

• 응용통계연구
• /
• 제9권2호
• /
• pp.1-11
• /
• 1996

주어진 일변량자료의 위치모수에 대한 추정방법으로 $\alpha$-절사평균 ($\alpha$-trimmd mean)은 로버스트 성질 등의 장점에 근거하여 오랜기간을두고 연구되어왔다. 본 연구에서는 자료에 근거한 $\alpha$의 선택을 붓스트랩(bootstrap) 방법에 의거하여 제시하고 그에 근거한 새로운 절사추정량의 응용을 다루었다. 나아가 추정의 정도를 높이기 위해 이중붓스트랩(double bootstrap)을 사용하였다. 한편, 이러한 붓스트랩 방법의 타당성 연구를 위해 모의실험(simulation)과 실제 자료 적용에 기존방법과 새로운 방법의 비교연구를 제시하였다.

• 응용통계연구
• /
• 제14권2호
• /
• pp.401-413
• /
• 2001

이차원 분할자료에 대해서 행과 열의 관계를 저차원상에 시각적으로 표현하는 탐색적대응분석에 대하여 붓스트랩방법의 사용가능성을 살펴보았다. 기존의 탐색적 면만이 강조되어 왔던 대응분석에서 좌표점의 변이와 좌표점간의 거리에 대한 통계적 추론을 붓스트랩방법으로 해결할 수 있음을 보이고 또한 좌표축의 설명력에 대하여 붓스트랩신뢰구간의 포함확률의 일치성을 모의실험을 통해 제시하였다.

• 응용통계연구
• /
• 제8권2호
• /
• pp.201-216
• /
• 1995

본 연구에서는 관측변수들이 이항확률변수일 때, 요인의 갯수를 찾는 방법을 모색하였다. 이를 위해 붓스트랩 방법을 사용하여 요인수 결정 기준을 제시하였고, 모의실험을 통하여 이 제시된 기준의 유용성을 보였다.

• Communications for Statistical Applications and Methods
• /
• 제2권2호
• /
• pp.249-265
• /
• 1995

본 논문에서는 확률분포가 알려져 있지 않은 두 모집단 중 어느 하나로 새로운 관측치를 분류할 때 오분류확률이 분석자에 의해 사전에 정해진 수준에 부합할 수 있도록 커널 판별함수의 임계치를 결정하였다. 정해진 오분류확률을 만족시키기 위한 판별함수의 임계치는 붓스트랩(bootstrap)기법을 판별 함수에 적용시켜 계산된다. 본 논문에서 제시도된 방법은 모집단에 대한 모수적 가정이 없으므로 어느 분포에도 적용가능하며, 모집단이 정규분포, 대수정규분포, 이산형과 연속형 변수가 혼합된 분포의 경우 모의실험을 통하여 그 성능에 대한 검증을 하였다.