• Title/Summary/Keyword: 비선형 회귀

Search Result 778, Processing Time 0.024 seconds

Penalized quantile regression tree (벌점화 분위수 회귀나무모형에 대한 연구)

  • Kim, Jaeoh;Cho, HyungJun;Bang, Sungwan
    • The Korean Journal of Applied Statistics
    • /
    • v.29 no.7
    • /
    • pp.1361-1371
    • /
    • 2016
  • Quantile regression provides a variety of useful statistical information to examine how covariates influence the conditional quantile functions of a response variable. However, traditional quantile regression (which assume a linear model) is not appropriate when the relationship between the response and the covariates is a nonlinear. It is also necessary to conduct variable selection for high dimensional data or strongly correlated covariates. In this paper, we propose a penalized quantile regression tree model. The split rule of the proposed method is based on residual analysis, which has a negligible bias to select a split variable and reasonable computational cost. A simulation study and real data analysis are presented to demonstrate the satisfactory performance and usefulness of the proposed method.

A Nonlinear Regression Analysis Method for Frame Erasure Concealment in VoIP Networks (VoIP 망에서의 프레임손실은닉을 위한 비선형 회귀분석 기법)

  • Choi, Seung-Ho;Sung, Ho-Sang
    • The Journal of the Institute of Internet, Broadcasting and Communication
    • /
    • v.9 no.5
    • /
    • pp.129-132
    • /
    • 2009
  • Frame erasure is one of the most difficult problems in voice over IP (VoIP) networks and is a major source of speech quality degradation. In this paper, a frame erasure concealment algorithm based on nonlinear regression analysis is presented to minimize speech quality deterioration in code-excited linear prediction (CELP) based coders. We applied the proposed scheme to the ITU-T G.729 standard and obtained improved perceptual evaluation of speech quality (PESQ) scores compared to the conventional methods.

  • PDF

Prediction of golf scores on the PGA tour using statistical models (PGA 투어의 골프 스코어 예측 및 분석)

  • Lim, Jungeun;Lim, Youngin;Song, Jongwoo
    • The Korean Journal of Applied Statistics
    • /
    • v.30 no.1
    • /
    • pp.41-55
    • /
    • 2017
  • This study predicts the average scores of top 150 PGA golf players on 132 PGA Tour tournaments (2013-2015) using data mining techniques and statistical analysis. This study also aims to predict the Top 10 and Top 25 best players in 4 different playoffs. Linear and nonlinear regression methods were used to predict average scores. Stepwise regression, all best subset, LASSO, ridge regression and principal component regression were used for the linear regression method. Tree, bagging, gradient boosting, neural network, random forests and KNN were used for nonlinear regression method. We found that the average score increases as fairway firmness or green height or average maximum wind speed increases. We also found that the average score decreases as the number of one-putts or scrambling variable or longest driving distance increases. All 11 different models have low prediction error when predicting the average scores of PGA Tournaments in 2015 which is not included in the training set. However, the performances of Bagging and Random Forest models are the best among all models and these two models have the highest prediction accuracy when predicting the Top 10 and Top 25 best players in 4 different playoffs.

Determination of the Strength and Stiffness Degradation Factor for Circular R/C Bridge Piers (원형 철근콘크리트 교각의 강성 및 강도감소지수 결정)

  • 이대형;정영수
    • Journal of the Earthquake Engineering Society of Korea
    • /
    • v.4 no.2
    • /
    • pp.73-82
    • /
    • 2000
  • 본연구의 목적은 반복하중을 받는 철근콘크리트 교량 교각의 비선형 이력거동을 해석적으로 예측하는 것이다 이를 위해서 반복적인 횡하중이 작용하는 경우에 실험결과와 일치하는 교각의 하중-변위 이력곡선을 도출하고자 수정된 trilinar 이력거동모델을 이용하였다 철근과 콘크리트의 비선형 거동특성과 각 하중단계에 따른 교각의 중립축을 구하여 소성힌지부의 모멘트와 변형률을 구하고 반복하중하에서의 강성의 변화를 해석적으로 모형화하기 위하여 각기 다른 강성을 갖는 5가지 지선을 갖춘 형태의 이력거동모델식을 제안하였다 본 연구에서는 실험적으로 구한 하중-변위 이력곡선을 이용하여 축하중비 주철근비 및 구속철근비에 따른 강도감소지수와 강성감소지수의 영향을 회귀분석을 이용하여 일반식으로 제안하였다 새로운 이력거동 해석 모델을 프로그램 SARCF III에 적용함으로써 기존 철근콘크리트 교각에 강도 및 강성감소 현상을 정확하게 예측하였다

  • PDF

Test of Linearity in Panel Regression Model (패널회귀모형에서 선형성검정)

  • 송석헌;최충돈
    • The Korean Journal of Applied Statistics
    • /
    • v.16 no.2
    • /
    • pp.351-364
    • /
    • 2003
  • This paper derives Lagrange multiplier tests based on Double-Length Artificial Regression and Outer-Product Gradient for testing linear and log-linear panel regressions against Box-Cox alternatives. The proposed DLR based LM tests are easy to implement in an error component model. From the Monte Carlo study, the DLR based LM tests are recommended for testing functiona forms.

Load Forecasting for Holidays using Fuzzy Least-Squares Linear Regression Algorithm (퍼지 최소자승 선형회귀분석 알고리즘을 이용한 특수일 전력수요예측)

  • Ku, Bon-Suk;Baek, Young-Sik;Song, Kyung-Bin
    • Proceedings of the KIEE Conference
    • /
    • 2001.11b
    • /
    • pp.51-53
    • /
    • 2001
  • 전력 수요 예측은 전력 수급 안정과 양질의 전력을 공급하기 위한 필수 기법이며 경쟁적인 전력시장에서 전력요금과 밀접한 관련이 있다. 그러므로, 경쟁적인 전력시장 구조하의 시장 참여자에게 있어서 전력 수요 예측은 매우 관심 있는 사항이다. 최근의 전력 수요 예측 기법으로 예측한 오차율을 살펴보면 평일과는 다르게 특수일의 전력 수요예측은 평균 5%를 상회하는 수준으로 예측의 정확도가 평일 예측에 비해 크게 낮은데 이유는 특수일이 평일에 비하여 부하의 크기가 다소 낮게 나타나고 특수일 마다 계절적인 차이가 있으며 각각의 특수일 마다 고유한 부하의 특성이 있으므로 과거 데이터를 이용할 때 동일 특수일을 이용하게 되며 따라서 평일과는 다르게 일년 단위로 과거 데이터 값들이 취득되므로 오차율이 커진다. 따라서 데이터들을 퍼지화하여 선형계획법을 수행하여 평균 $2{\sim}3%$ 정도의 우수한 결과를 도출한 바 있다. 본 논문에서는 퍼지 선형회귀분석법을 이용한 예측 기법에 최소자승법을 도입하여 특수일 전력 수요예측의 정확도를 개선하였다.

  • PDF

An Automatic Fuzzy Rule Extraction using an Advanced Quantum Clustering and It's Application to Nonlinear Regression (개선된 Quantum 클러스터링을 이용한 자동적인 퍼지규칙 생성 및 비선형 회귀로의 응용)

  • Kim, Sung-Suk;Kwak, Keun-Chang
    • Proceedings of the KIEE Conference
    • /
    • 2007.10a
    • /
    • pp.182-183
    • /
    • 2007
  • 본 논문에서는 전형적인 비선형 회귀문제를 다루기 위해 슈뢰딩거 방정식에 의해 표현되는 Hilbert공간에서 수행되는 Quantum 클러스터링과 Mountain 함수를 이용하여, 수치적인 입출력데이터로부터 TSK 형태의 자동적인 퍼지 if-then 규칙의 생성방법을 제안한다. 여기서 슈뢰딩거 방정식은 분석적으로 확률함수로부터 유도되어질 수 있는 포텐셜 함수를 포함한다. 이 포텐셜의 최소점들은 데이터의 특성을 포함하는 클러스터 중심들과 관련되어진다. 그러나 이들 클러스터 중심들은 데이터의 수와 같으므로 퍼지 규칙을 생성하기 어려울 뿐만 아니라 수렴속도가 느린 문제점을 가지고 있다. 이러한 문제점들을 해결하기 위해서, 본 논문에서는 밀도 척도에 기초한 클러스터 중심의 근사적인 추정에 대해 간단하면서 효과적인 Mountain 함수를 이용하여 효과적인 클러스터 중심을 얻음과 동시에 적응 뉴로-퍼지 네트워크의 자동적인 퍼지 규칙을 생성하도록 한다. 자동차 MPG 예측문제에 대한 시뮬레이션 결과는 제안된 방법이 기존 문헌에서 제시한 예측성능보다 더 좋은 특성을 보임을 알 수 있었다.

  • PDF

Developing Predictive Modelling of CO2 Emissions of Construction Equipment Using Artificial Neural Network and Non-linear Regression (인공신경망 및 비선형 회귀분석을 이용한 건설장비의 CO2 배출량 예측 모델 개발)

  • Im, Somin;Noh, Jaeyun;Ro, Sangwoo;Lee, Minwoo;Han, Seungwoo
    • Proceedings of the Korean Institute of Building Construction Conference
    • /
    • 2019.11a
    • /
    • pp.16-17
    • /
    • 2019
  • In order to measure the amount of carbon dioxide emitted from the construction sites, many literature which have been conducted have proposed methodologies for calculating coefficients based on actual data collections for estimating the emission formula. The existing data collected under controlled conditions not on site measurement were too limited to apply in actual sites. The purpose of this study is to conduct analysis based on the data measured in fields and to present predictive models using artificial neural network and nonlinear regression analysis for appropriate predictions and practical applications.

  • PDF

A Bootstrap Test for Linear Relationship by Kernel Smoothing (희귀모형의 선형성에 대한 커널붓스트랩검정)

  • Baek, Jang-Sun;Kim, Min-Soo
    • Journal of the Korean Data and Information Science Society
    • /
    • v.9 no.2
    • /
    • pp.95-103
    • /
    • 1998
  • Azzalini and Bowman proposed the pseudo-likelihood ratio test for checking the linear relationship using kernel regression estimator when the error of the regression model follows the normal distribution. We modify their method with the bootstrap technique to construct a new test, and examine the power of our test through simulation. Our method can be applied to the case where the distribution of the error is not normal.

  • PDF

A Correction of East Asian Summer Precipitation Simulated by PNU/CME CGCM Using Multiple Linear Regression (다중 선형 회귀를 이용한 PNU/CME CGCM의 동아시아 여름철 강수예측 보정 연구)

  • Hwang, Yoon-Jeong;Ahn, Joong-Bae
    • Journal of the Korean earth science society
    • /
    • v.28 no.2
    • /
    • pp.214-226
    • /
    • 2007
  • Because precipitation is influenced by various atmospheric variables, it is highly nonlinear. Although precipitation predicted by a dynamic model can be corrected by using a nonlinear Artificial Neural Network, this approach has limits such as choices of the initial weight, local minima and the number of neurons, etc. In the present paper, we correct simulated precipitation by using a multiple linear regression (MLR) method, which is simple and widely used. First of all, Ensemble hindcast is conducted by the PNU/CME Coupled General Circulation Model (CGCM) (Park and Ahn, 2004) for the period from April to August in 1979-2005. MLR is applied to precipitation simulated by PNU/CME CGCM for the months of June (lead 2), July (lead 3), August (lead 4) and seasonal mean JJA (from June to August) of the Northeast Asian region including the Korean Peninsula $(110^{\circ}-145^{\circ}E,\;25-55^{\circ}N)$. We build the MLR model using a linear relationship between observed precipitation and the hindcasted results from the PNU/CME CGCM. The predictor variables selected from CGCM are precipitation, 500 hPa vertical velocity, 200 hPa divergence, surface air temperature and others. After performing a leave-oneout cross validation, the results are compared with the PNU/CME CGCM's. The results including Heidke skill scores demonstrate that the MLR corrected results have better forecasts than the direct CGCM result for rainfall.