• 응용통계연구
• /
• 제1권2호
• /
• pp.66-81
• /
• 1987

이 연구에서는 새로운 방법의 비모수적 축차검정방법이 제시되었다. 먼저 축차적으로 얻어지는 관측치를 일정수의 집단으로 분류하고 각집단으로부터 주어진 가설에 적절한 비모수 통계량을 구하여 이것을 축차확률비검정에서 사용되는 로그확률비통계량에 대체하여 Wald의 축차검정을 수행하는 방법이다. 이러한 검정의 특성은 Wiener과정에 의해 근사적으로 규명되었다.

• 응용통계연구
• /
• 제27권1호
• /
• pp.61-70
• /
• 2014

랜덤화 블록 계획법은 동질적인 실험단위를 묶어 여러 개의 블록으로 나눈 후, 각 블록의 실험단위에 처리를 적용하는 방법이다. 랜덤화 블록 계획법에서 Jonkckheere (1964)와 Terpstra (1952), Page (1963) 그리고 Hollander (1967) 등이 순서대립가설의 다양한 방법을 제안하였다. 특히, 블록 내 순위합의 가중치를 주는 방법으로 Page (1963) 검정법이 있다. 본 논문에서는 Page 검정을 확장하여 순서대립가설에 새로운 비모수적 방법론을 제안하였다. 또한, 몬테카를로 모의시험 연구를 통해 제안된 방법과 이전의 방법들의 검정력을 비교하였다.

• 응용통계연구
• /
• 제30권6호
• /
• pp.931-941
• /
• 2017

반복이 있는 랜덤화 블록 계획법(randomized block design with replications)에서의 대표적인 검정법은 Mack이 제안한 방법과 Mack과 Skillings이 제안한 방법이 있다. 이 방법은 각 블록의 처리에서 반복된 각 관측값 대신에 반복된 관측값들의 평균을 이용하여 순위를 매기기 때문에 정보의 손실이 발생할 가능성이 있다. 이를 보완하기 위해 본 논문에서는 Chung과 Kim (2007)이 제안한 결합위치(joint placement) 방법에 점수함수(score function)를 적용한 선형위치통계량(linear placement statistics)을 이용한 검정방법을 제안하였다. 또한 Monte Carlo simulation study를 통해 기존의 방법들과 검정력을 비교하였다.

• 응용통계연구
• /
• 제11권1호
• /
• pp.193-204
• /
• 1998

주어진 자료를 회귀모형에 적합시켜 적합된 함수의 미분을 구해야 하는 경우가 흔히 있다. 본 논문에서는 베지에 곡선을 이용하여 비모수적으로 추정하는 방법을 소개하고, 실제 자료에 적용시킨다. 이 방법의 장점은 원하는 차수의 미분이 가능할 뿐만 아니라, 비모수 추정에 따르는 커널의 선택과정이 필요없고 단지 평활모수만 선택하면 된다.

• 경영과학
• /
• 제6권2호
• /
• pp.27-49
• /
• 1989

본 논문은 우리나라 제조기업의 하청생산 관계에 있어서 구매와 생산시스템에 관한 연구를 대기업의 부품구입 구매과업과 중소기업의 생산과업을 각각 원가절감, 품질행상, 납기준수라 설정하고 이를 연구한 것이다. 세가지 생산과업 중 상대적으로 더 강조하는 기업을 원가절감 전략그룹, 품질향상 전략그룹, 납기준수 전략그룹이라 명명하고, 연구내용은 첫째 중소기업 생산과업과 대기업 구매과업과의 결합도를 분석하였다. 둘째 대기업의 중소기업에 대한 지원성과의 차이를, 세째 과업그룹간의 과업의 성과차이를 분석하였다. 이를 실증적으로 분석하기 위하여 서베이 조사방법을 이용하였는데, 연구대상 기업은 국내의 자동차, 전자.통신, 중장비.기계.조선업종의 세트조립 대기업에 부품과 원료를 공급하는 수급기업체 협의회 회원 중소기업으로 하였다. 중소기업의 업종은 금속, 기계, 장비 제조 및 화학, 석탄, 고무 및 프라스틱 제조인 등록 및 일반 법인이었고, 전국에서 112개 중소기업이 표본으로 추출되어 분석되었다. 연구가설들은 통계 패키지를 이용한 독립성 검정, 요인분석, 분산분석, 비모수 검정방법을 통하여 검정되었다.

• 전자공학회논문지
• /
• 제50권3호
• /
• pp.9-15
• /
• 2013

근래 애드혹 네트워크에서 송신 노드가 하나의 안테나만을 가지고 있을 지라도 다수의 수신 안테나로 선형적인 네트워크 throughput에 근접한 값을 얻을 수 있음이 보여졌다. 본 논문에서는 수신 노드에서 채널 상태 정보 (channel state information at reciever, CSIR)가 주어지지 않았을 때, 비모수 기반 선형 평균 제곱오차 (MMSE) 수신기를 사용하여 안테나 수에 비례하는 선형 이득을 얻는 수신 기법을 제안한다. 제안하는 방법에서는 간섭과 노이즈의 공분산에 관심 있는 채널 정보를 포함하여 전송률의 손실 없이 최적의 MMSE 전송 용량에 근접한 결과를 얻는다. 네트워크 전송 용량에 대한 분석과 모의실험을 통해 제안하는 비모수 기반의 선형 MMSE 수신 기법이 기존의 알고리즘들보다 우수한 성능을 가질 수 있음을 확인할 수 있다.

• Journal of the Korean Data and Information Science Society
• /
• 제22권2호
• /
• pp.335-351
• /
• 2011

오경주와 김태윤 (2007) 등은 위기 관련 데이터의 희귀성 에서 발생하는 문제를 해결하기 위해 과거 금융시장이 안정적이었던 구간을 기준 구간으로 설정하고 기준 구간의 금융시장 움직임을 점 근 자기회귀 모형으로 적합한 후 현재의 금융시장 상황과 비교하여 불안정 지수를 도출할 것을 제안하였다. 그러나 비모수 기법인 신경망을 사용하여 도출된 불안정 지수가 기준 구간의 데이터에 지나치게 의존하는 관계로 불안정 지수가 종종 실제 경제상황을 제대로 반영하지 못하는 것으로 관찰되고 있다. 본 연구에서는 비모수 기법인 신경망과 모수 기법인 선형모형을 이용하여 기준구간에 대한 적합을 독립적으로 수행하여 두 종류의 불안정성 지수들을 도출한 후 이 둘을 결합한 통합 불안정성 지수를 사용할 것을 제안한다. 두 지수의 적절한 통합을 위해 신경망과 선형모형을 통해 도출된 두 지수의 최적 결합비율을 부여하는 방법을 제안하며 제안기법의 타당성을 국내 주식시장 대상으로 검증하였다.

• 디지털융복합연구
• /
• 제18권7호
• /
• pp.237-246
• /
• 2020

본 연구의 목적은 여성 노인의 정신 건강을 위한 프로그램을 구성하고 그 효과성을 검증하는데 있다. 이를 위해 연구자들은 경작 프로그램을 계획하여 여성 노인 14명을 대상으로 프로그램을 진행하고, 그 효과성을 양·질적 분석하였다. 양적 분석에서는 비모수 통계 방법을, 질적 분석에서는 면담 내용을 모두 전사하여 내용 분석하였다. 그 결과 텃밭 경작 프로그램에 참여한 여성노인들의 정신건강이 긍정적으로 변화되었음을 알 수 있었다. 특히, 면담을 통한 질적분석에서, 텃밭 경작은 참여자들에게 무료함에서의 탈출구가 되었고, 다른 사람들과 어우러질 수 있는 동기가 되고 있었다. 또한, 자신의 노력을 통해 얻은 수확물은 참여자들에게 성취감과 베풂의 기쁨을 주어 여성 노인들의 정신 건강에 긍정적 변화를 주고 있음을 알 수 있었다.

• 응용통계연구
• /
• 제28권6호
• /
• pp.1121-1131
• /
• 2015

의학이나 사회과학에서 이진 데이터 분석 시 랜덤 절편(random intercept)을 갖는 로지스틱 모형이 유용하게 쓰이고 있다. 지금까지는 이러한 로지스틱 모형에서 랜덤 절편이 정규분포와 같은 모수 모형(parametric model)을 따른다는 가정과 설명변수와 랜덤 절편이 독립이라는 가정 하에 실행된 데이터 분석이 전반적이었다. 그러나 이러한 두 가지 가정은 다소 무리가 있다. 이 연구에서는 설명 변수와 랜덤 절편의 독립성을 가정하지 않고, 비모수 랜덤 절편을 따르는 로지스틱 모형의 방법론을 기존에 널리 쓰인 방법과 비교하여 설명하도록 한다. 케냐의 초등학생들의 영양 섭취 및 질병의 발병을 조사한 데이터에 이 방법을 적용하였다.

• 응용통계연구
• /
• 제13권2호
• /
• pp.447-455
• /
• 2000

본 논문에서는 커널분류기에 요구되는 다량의 계산량과 자료저장공간을 감소시키도록 고안된 최적군집방법을 적용한 K-평균 가중커널분류기법이 제안되었다. 이 방법은 원래의 훈련표본보다 작은 수의 참고벡터들과 그들의 가중값을 들을 찾아 원래 커널분류 기준을 근사화하여 패턴을 인식하는 것이다. K-평균 가중커널분류기법은 가중파젠윈도우(WPW)분류기법을 개량한 것으로서 참고벡터들을 계산하기 위한 초기 부적절하게 군집된 관측값들을 최적으로 재군집화 함으로써 WPW기법의 단범을 극복하였다. 실제자료들에 제안된 방법을 적용한 결과 WPW분류기법보다 참고벡터들의 대표성과 자료축소면에서 월등히 향상된 결과를 확인하였다