• Proceedings of the Korea Database Society Conference
• /
• 1998.09a
• /
• pp.584-594
• /
• 1998

선형회귀분석은 가장 널리 사용되는 데이터 분석기법이지만 독립변수와 종속변수간의 관계가 선형이라고 가정하기 때문에 문제점을 가지고 있다. 비모수 회귀분석(Nonparametric Regression)은 선형회귀분석의 문제점을 극복할 수 있는 방법으로 변수간의 관계의 형태를 미리 가정하지 않고 데이터에 의해 결정하는 방법이다. 본 연구에서는 유전자 알고리즘을 비모수 회귀분석법 중의 하나인 Regressoin Splines에 적용하였다. 인위적 데이터를 이용한 평가 결과 유전자 알고리즘은 다양한 상황에서 매우 우수한 것으로 나타났다.

• Proceedings of the Korean Statistical Society Conference
• /
• 2003.05a
• /
• pp.199-201
• /
• 2003

본 연구에서는 크리스프자료(crisp data)인 독립변수와 퍼지자료(fuzzy data)인 종속변수 사이의 관계가 특정한 함수로 표현되지 않는 비모수 퍼지회귀모형을 분석하기위하여 퍼지수 순위와 퍼지순위변환방법을 소개하고, 모의실험을 통하여 퍼지순위변환방법의 효율성을 조사한다.

• Communications for Statistical Applications and Methods
• /
• v.5 no.1
• /
• pp.121-131
• /
• 1998

이 논문의 목적은 비모수 회귀모형에 있어서의 오차의 분산을 추정하는 방법들 중 차분에 기저한 방법 (difference-based methods)을 이용한 기존의 추정량들을 비교 분석하는데 있다. 특히 점근적인 최적 이차 차분에 기저한 Hall과 Kay, Titterington(1990)의 HKT 추정량에 대한 그들의 추정량에 대한 문제점들을 제시하고, HKT추정량과, GSJS추정량, Rice추정량에 대하여 모의 실험을 이용하여 모수에 대한 수렴 속도를 비교 분석 하였다. 또한 GSJS 추정량에 대한 일치성과 수렴 속도를 보였다.

• The Korean Journal of Applied Statistics
• /
• v.13 no.2
• /
• pp.371-381
• /
• 2000

In this paper, we describes smoothing spline in nonparametric regression and some asymptotic results for estimates of the regression cofficients in the parametric part were biased on semi parametric regression estimator.

• The Korean Journal of Applied Statistics
• /
• v.29 no.1
• /
• pp.157-169
• /
• 2016

We compare four methods to estimate a regression coefficient under linear regression models with serially correlated errors. We assume that regression errors are generated with nonlinear autoregressive models. The four methods are: ordinary least square estimator, general least square estimator, parametric regression error correction method, and nonparametric regression error correction method. We also discuss some properties of nonlinear autoregressive models by presenting numerical studies with typical examples. Our numerical study suggests that no method dominates; however, the nonparametric regression error correction method works quite well.

• Communications for Statistical Applications and Methods
• /
• v.4 no.2
• /
• pp.327-332
• /
• 1997

다층 신경망은 비모수 회귀함수 추정의 한 방법이다. 다충 신경망을 학습시키기 위해 역전파 알고리즘이 널리 사용되고 있다. 그러나 이 알고리즘은 이상치에 매우 민감하여 이상치를 포함하고 있는 자료에 대하여 원하지 않는 회귀함수를 추정한다. 본 논문에서는 통계물리에서 자주 사용하는 방법을 이용하여 로버스트 역전파 알고리즘을 제안하고 수학적으로 신경망과 매우 유사한 PRP(projection pursuit regression) 방법, 일반적인 역전파 알고리즘과 모의실험을 통해 비교 분석한다.

• The Korean Journal of Applied Statistics
• /
• v.27 no.6
• /
• pp.867-889
• /
• 2014

Nonparametric Bayesian (np Bayes) statistical models are popularly used in a variety of research areas because of their flexibility and computational convenience. This paper reviews the np Bayes models focusing on biomedical research applications. We review key probability models for np Bayes inference while illustrating how each of the models is used to answer different types of research questions using biomedical examples. The examples are chosen to highlight the problems that are challenging for standard parametric inference but can be solved using nonparametric inference. We discuss np Bayes inference in four topics: (1) density estimation, (2) clustering, (3) random effects distribution, and (4) regression.

• Proceedings of the KOR-KST Conference
• /
• 1999.10a
• /
• pp.452-457
• /
• 1999

• The Korean Journal of Applied Statistics
• /
• v.7 no.1
• /
• pp.19-34
• /
• 1994

In this paper we propose nonparametric tests of parallelism against umbrella alternatives of slopes in k-regression lines and investigate the asymptotic properties of the proposed test statistics. For the known peak and unknown peak, we suggest the test statistics and show that, from Monte Carlo study, the proposed test statistics have good empirical powers for heavy tailed distributions than the likelihood ratio tests.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.31 no.1D
• /
• pp.43-50
• /
• 2011

The monitoring system for link travel speed using taxi probe is one of key sub-systems of ITS. Link travel speed collected by taxi probe has been widely employed for both monitoring the traffic states of urban road network and providing real-time travel time information. When sample size of taxi probe is small and link travel time is longer than a length of time interval to collect travel speed data, and in turn the missing state is inevitable. Under this missing state, link travel speed data is real-timely not collected. This missing state changes from single to multiple time intervals. Existing single interval prediction techniques can not generate multiple future states. For this reason, it is necessary to replace multiple missing states with the estimations generated by multi-interval prediction method. In this study, a multi-interval prediction method to generate the speed estimations of single and multiple future time step is introduced overcoming the shortcomings of short-term techniques. The model is developed based on Non-Parametric Regression (NPR), and outperformed single-interval prediction methods in terms of prediction accuracy in spite of multi-interval prediction scheme.