• 응용통계연구
• /
• 제32권2호
• /
• pp.199-211
• /
• 2019

주어진 회귀자료에 유한혼합회귀모형을 적합하는 경우 적절한 성분의 수를 선택하고 선택된 각각의 회귀모형에서 의미있는 예측변수들의 집합을 선택하며 동시에 편의와 변동이 작은 회귀계수 추정치들을 얻는 것은 매우 중요하다. 본 연구에서는 혼합선형회귀모형에서 성분의 개수와 회귀계수에 벌점함수를 적용하여 적절한 성분의 수와 각 성분의 회귀모형에 필요한 설명변수들을 동시에 선택하는 방법을 제시하였다. 성분에 대한 벌점은 성분들의 로그값에 SCAD 벌점함수를 적용하였고 회귀계수들에는 SCAD와 더불어 MCP 및 Adplasso 벌점함수들을 사용하여 가상자료와 실제자료들에 대한 결과를 비교하였다. SCAD-SCAD 벌점함수 조합과 SCAD-MCP 조합의 경우 기존의 Luo 등 (2008)의 방법에서 문제가 되었던 과적합 문제를 해결함과 동시에 선택된 성분의 수와 회귀계수들을 효과적으로 선택하였으며 회귀계수들의 추정치에 대한 편의도 크지 않았다. 본 연구는 성분의 수가 알려져 있지 않은 회귀자료에서 적절한 성분의 수와 더불어 각 성분에 대한 회귀모형에서 모형에 필요한 예측변수들을 동시에 선택하는 방법을 제시하였다는데 의미가 있다고 하겠다.

• Journal of the Korean Data and Information Science Society
• /
• 제23권4호
• /
• pp.749-756
• /
• 2012

소지역 추정을 위해 널리 사용되고 있는 방법 중 하나는 선형혼합효과모형이다. 그러나 종속변수와 독립변수 사이의 관계가 비선형일 때 이 모형은 소지역 관련 모수에 대해 편의된 추정값을 초래한다. 본 논문에서는 M-분위수 커널회귀를 사용하여 소지역의 평균을 추정하는 방법을 제안한다. 그리고 모의실험을 통하여 서포트벡터분위수회귀와 성능을 비교함으로써 제안된 방법의 우수성을 보인다.

• 한국융합학회논문지
• /
• 제10권9호
• /
• pp.249-255
• /
• 2019

본 연구는 조현병스펙트럼 및 기타정신병적장애 진단을 받은 환자들(이하 조현병 환자)을 대상으로 목표달성척도를 적용하고 효과성을 평가하는데 있다. 연구 대상자들은 목표달성척도를 활용하여 자신의 개별목표를 설정하고 목표의 달성 정도를 정기적으로 자가 평가하였다. 연구 대상자들의 목표달성점수를 계산하여 목표달성 정도를 나타냈다. 평가를 위해 사전-사후검사를 실시하였고 선형혼합효과모형을 사용하여 목표달성척도 적용의 효과를 분석하였다. 평가결과, 연구 대상자들의 목표달성점수는 측정시점에 따라 점차 증가하였고 이러한 증가는 통계적으로도 유의미하였다. 본 연구는 조현병 환자들을 위해 자기결정을 통한 목표 설정, 목표성취 그리고 그 과정을 지원하는 것이 중요하다는 것을 보여준다. 본 연구결과를 통해 도출된 임상적 함의, 연구의 한계 등이 추가로 논의되었다.

• Journal of the Korean Data and Information Science Society
• /
• 제28권5호
• /
• pp.1021-1026
• /
• 2017

화학, 제약, 식품 등 여러 분야에서 활용되는 혼합물 실험은 반응변수가 설명변수들의 절대량이 아닌 상대적인 혼합비율에 의해 영향을 받고 구조상 공선성이 존재하게 되는 성질이 있으며 양적인 반응변수들에 대한 실험이 많아 대부분 정규분포를 가정하고 선형모형을 적용하여 분석하고 있다. 이 논문에서는 반응변수가 계수형인 혼합물 실험의 사례로 Chen 등(1996)에 소개된 종양 억제 효과에 대한 실험에 나타난 지방, 탄수화물, 섬유질과 같은 식이요법 관련 혼합물 성분들과 종양 발현 여부인 계수형 방응변수를 갖는 자료를 대상으로 셰페의 2차 다항모형과 성분들간의 비선형적 관계를 보완하기 위해 대안으로 제시된 베커의 수정 모형들, 그리고 공선성을 완화하기 위해 제시된 Akay와 Tez(2011)의 성분비 변환 모형을 설명변수들의 선형결합으로 활용하여 설정한 로지스틱회귀모형들을 분류 정확도 기준을 적용하여 비교하고 결과를 설명하였다.

• Journal of the Korean Data and Information Science Society
• /
• 제27권4호
• /
• pp.935-946
• /
• 2016

본 연구에서는 한국고용정보원에서 실시한 "2013 고졸자 취업진로조사" 자료를 활용하여 특성화고 졸업자의 임금결정요인을 분석하였다. 그런데 임금은 개인수준의 인적특성 (1-수준)과 취업지역 수준의 산업특성 (2-수준)에 의해 영향을 받는 다층구조를 가지게 된다. 이와 같이 다층구조 자료특성을 가지는 복수의 분석단위 구조가 되면, 전통적인 회귀분석과 같이 개인수준의 임금이 독립이라는 가정을 할 수 없게 된다. 따라서 개인수준의 임금에 영향을 미치는 다층구조의 특성을 가진 변수들의 영향력을 분석하기 위한 타당한 방법으로 위계적 선형모형을 이용하였다. 그리고 전통적인 회귀분석과 위계적 선형모형의 비교를 통하여 다음과 같은 주요 결과를 얻었다. 첫째, 다층구조를 갖는 위계적 선형모형이 전통적인 회귀모형보다 통계적으로 유의함을 알 수 있었다. 둘째, 2-수준의 총근로시간과 상용직의 평균임금이 개인수준의 임금에 통계적으로 유의하게 영향을 미치는 것으로 나타났다. 셋째, 마이스터고 졸업생이 그렇지 않은 졸업생에 비해서, 부모의 소득이 높을수록 통계적으로 유의하게 개인수준의 임금이 높아짐을 알 수 있다. 넷째, 부모의 교육수준이 높을수록, 학점이 높을수록, 학교 만족도가 높고 자격증 수가 많을수록 임금이 높아짐을 알 수 있다. 마지막으로 2-수준의 산업특성을 고려한 랜덤효과가 통계적으로 유의하게 나타났다.

• 응용통계연구
• /
• 제35권1호
• /
• pp.131-146
• /
• 2022

로지스틱 회귀 모형은 다양한 분야에서 범주형 종속 변수를 예측하거나 분류하기 위한 모형으로 많이 사용되고 있다. 로지스틱 회귀 모형에 대한 전통적인 베이지안 추론 기법으로 메트로폴리스-헤이스팅스 알고리즘이 많이 사용되었지만, 수렴의 속도가 느리고 제안 분포에 대한 적절성을 보장하기 어렵다. 따라서, 본 논문에서는 모형에 대한 베이지안 추론 방법으로 Frühwirth-Schnatter와 Frühwirth (2007)에서 제안된 보조 혼합 샘플링(auxiliary mixture sampling) 기법을 사용하였다. 이 방법은 모형의 선형성과 정규성을 만족시키기 위해 두 단계에 거쳐 잠재변수를 도입하며, 결과적으로 깁스 샘플링을 통한 추론을 가능하게 한다. 제안한 모형의 효과를 검증하기 위해 2020년 지역사회 건강조사 당뇨병 자료에 적용하여 메트로폴리스-헤이스팅스를 사용한 모형과 추론 결과를 비교 분석하였다. 또한, 다양한 분류 모형들과 본 논문에서 제안한 모형의 분류 성능을 비교한 결과 제안된 모형이 분류 분석에서도 좋은 성능을 보이는 것을 확인할 수 있었다.

• 응용통계연구
• /
• 제28권2호
• /
• pp.175-188
• /
• 2015

본 논문에서는 집단 약동/약력학 모형 추정을 위한 다양한 추정방법들을 이론적으로 비교, 분석하였다. 특히 확률적 표본을 이용한 방법들인 IMP, IMPMAP, SAEM 방법과 베이지안 방법의 이론적 배경과 이들의 성능을 자세히 살펴보고, 기존의 선형근사를 이용한 FO, FOCE 등의 방법과 비교 분석하였다. 확률적 표본을 이용한 추정방법들이 추정에 많은 시간이 소요된다는 문제점을 개선하기 위하여 좀 더 좋은 초기치를 찾는 방안으로 상대적으로 짧은 시간에 정확한 추정치를 계산해주는 ITS 방법을 이용하였다.

• 한국컴퓨터정보학회논문지
• /
• 제24권11호
• /
• pp.41-49
• /
• 2019

본 연구는 비지도 기계학습 기술과 코퍼스의 각 단어를 이용하여 한국어 단어를 형태소 분석하는 언어 모델을 구축하는데 목적을 둔다. 그리고 이 언어 모델의 단어 형태소 분석의 결과와 언어 심리 실험결과에서 얻은 한국어 언어사용자의 단어 이해/판단 시간이 상관관계을 갖는지를 규명하고자 한다. 논문에서는 한국어 세종코퍼스를 언어 모델로 학습하여 형태소 분리 규칙을 통해 한국어 단어를 자동 분리하는데 발생하는 단어 정보량(즉, surprisal(놀라움) 정도)을 측정하여 실제 단어를 읽는데 걸리는 반응 시간과 상관이 있는지 분석하였다. 이를 위해 코퍼스에서 단어에 대한 형태 구조 정보를 파악하기 위해 Morfessor 알고리즘을 적용하여 단어의 하위 단위 분리와 관련한 문법/패턴을 추출하고 형태소를 분석하는 언어 모델이 예측하는 정보량과 반응 시간 사이의 상관관계를 알아보기 위하여 선형 혼합 회귀(linear mixed regression) 모형을 설계하였다. 제안된 비지도 기계학습의 언어 모델은 파생단어를 d-형태소로 분석해서 파생단어의 음절의 형태로 처리를 하였다. 파생단어를 처리하는 데 필요한 사람의 인지 노력의 양 즉, 판독 시간 효과가 실제로 형태소 분류하는 기계학습 모델에 의한 단어 처리/이해로부터 초래될 수 있는 놀라움과 상관함을 보여 주었다. 본 연구는 놀라움의 가설 즉, 놀라움 효과는 단어 읽기 또는 처리 인지 노력과 관련이 있다는 가설을 뒷받침함을 확인하였다.

• 응용통계연구
• /
• 제34권5호
• /
• pp.697-710
• /
• 2021

상대오차를 이용한 예측법은 상대오차(혹은 퍼센트오차)가 중요시되는 분야, 특히 계량경제학이나 소프트웨어 엔지니어링, 또는 정부기관 공식통계 부분에서 기존 예측방법 외에 선호되는 예측방법이다. 그 동안 상대오차를 이용한 예측법은 선형 혹은 비선형 회귀분석 뿐 아니라, 커널회귀를 이용한 비모수 회귀모형, 그리고 정상시계열분석에 이르기까지 그 범위가 확장되어 왔다. 그러나, 지금까지의 분석은 고정효과(fixed effect)만을 고려한 것이어서 임의효과(random effect)에 관한 상대오차 예측법에 대한 확장이 필요하였다. 본 논문의 목적은 상대오차예측법을 일반화선형혼합모형(GLMM)에 속한 감마회귀(gamma regression), 로그정규회귀(lognormal regression), 그리고 역가우스회귀(inverse gaussian regression)의 패널자료(panel data)에 적용시키는데 있다. 이를 위해 실제 자동차 보험회사의 손해액 자료를 사용하였고, 최량예측량과 최량상대오차예측량을 각각 적용-비교해 보았다.

• 응용통계연구
• /
• 제28권2호
• /
• pp.231-239
• /
• 2015

가산자료(counts data)를 적합 하는 경우 보통 포아송 모형이 가장 먼저 고려된다. 과산포 문제가 있을 경우도 유사 포아송(quasi Poisson) 모형이나 음이항(Negative binomial) 모형으로 대부분 설명이 가능하다. 하지만, 가산자료 중에는 포아송분포를 가정한 기대 빈도 이상으로 많은 0이 관측되는 자료가 있고 이를 영과잉(Zero inflated) 가산 자료라고 부른다. 영과잉 가산자료를 설명하기 위해 영과잉 포아송(ZIP) 모형이나 영과잉 음이항(ZINB) 모형을 이용할 수 있다. 더 나아가 영과잉 가산자료가 공간상관관계까지 있을 경우 영과잉 문제뿐만 아니라 유의할 수 있는 공간효과까지 고려해야하고 이를 위해 혼합효과모형(mixed effects model)이 고려 될 수 있다. 본 연구에서 사용된 2004년 기준 부산시 남성동별 갑상선암 발생자수 자료를 이용하여, 일반선형 포아송모형, 영과잉 포아송모형, 공간 영과잉 포아송모형을 적합하여 비교해보았다.