• Journal of the Korean Data and Information Science Society
• /
• v.26 no.2
• /
• pp.301-312
• /
• 2015

The purpose of this paper is to establish the epidemic model to explain the process of disease spread. The process of disease spread can be classified into two types: deterministic process and stochastic process. Most studies supposed that the process follows the deterministic process and established the model using the ordinary differential equation. In this article, we try to build the disease spread prediction model based on the SIR (Suspectible - Infectious - Recovered) model. we first estimated the model parameters using least squared method and applied to a deterministic model using ordinary differential equation. we also applied to a stochastic model based on Gillespie algorithm. The methods introduced in this paper are applied to the data on the number of cases of malaria every week from January 2001 to March 2003, released by Korea Centers for Disease Control and Prevention. As a result, we conclude that our model explains well the process of disease spread.

• Korean Journal of Construction Engineering and Management
• /
• v.14 no.2
• /
• pp.131-140
• /
• 2013

Econometric forecast models based on past time-series data have been applied to a wide variety of applications due to their advantages in short-term point estimating. These models are particularly used in predicting the impact of governmental research and development (R&D) programs because program managers should assert their feasibility due to R&D program's huge amount of budget. The construction governmental R&D programs, however, separately make an investment by dividing total budget into five sub-business area. It make R&D program managers difficult to understand how R&D programs affect the whole system including economy because they are restricted with regard to many dependent and dynamic variables. In this regard, system dynamics (SD) model provides an analytic solution for complex, nonlinear, and dynamic systems such as the impacts of R&D programs by focusing on interactions among variables and understanding their structures. This research, therefore, developed SD model to capture the different impacts of five construction R&D sub-business by considering different characteristics of sub-business area. To overcome the SD's disadvantages in point estimating, this research also proposed the method for constructing quantitative forecasting model using qualitative data. Understanding the different characteristics of each construction R&D sub-business can support R&D program managers to demonstrate their feasibility of capital investment.

• The Korean Journal of Financial Studies
• /
• v.11 no.1
• /
• pp.157-176
• /
• 2005

본 연구는 KOSPI자산 포트폴리오에 대한 VaR를 다양한 ARCH류 모형을 사용하여 추정하고 이들의 예측능력을 평가하였다. 활용된 모형은 우선 기본적인 GARCH(1,1)모형과 레버리지 효과를 감안한 TGARCH모형, 다양한 ARCH모형을 포괄할 수 있는 PGARCH모형, 변동성의 영속성을 고려한 IGARCH모형이 포함되었다. 모형 상호간의 성과비교에 추가하여 ARCH류 모형에서 수익률예측오차의 분포에 따라서 VaR의 예측성과가 얼마나 차이가 발생하는가를 확인하기 위하여 정규분포와 Student-t분포의 성과를 비교하였다. 마지막으로 VaR 추정시에 조건부평균을 무시하는 관례가 어느정도 타당성이 있는지를 확인하기 위하여 1시차 자기회귀과정에 입각한 조건부 평균을 감안한 결과를 검토하였다. ARCH류 모형에서 모형 설명력은 보다 정교한 모형인 TGARCH모형이나 PGARCH모형이 우월하게 나타났지만, VaR의 예측능력 우월성으로 이어지지는 않았다. Student-t분포를 가정한 경우 VaR모형 사후검증성과는 정규분포를 가정한 경우보다 모든 신뢰수준에서 개선되었으며, 조건부평균의 제거는 Student-t분포 가정하에서는 적합하지 않은 것으로 나타났다. ARCH류 모형에서 가장 단순한 형태인 IGARCH모형의 예측성과가 다른 모형들에 비하여 뒤떨어지지 않으며, 더욱 제약된 형태인 RiskMetrics의 EWMA모형이 사후검증에서 우수한 성과를 보여 단순한 모형의 유용성을 확인시켜주고 있다.

• The Korean Journal of Applied Statistics
• /
• v.20 no.1
• /
• pp.195-204
• /
• 2007

In order to represent multiple regression data, an alternative graphical method, called as SSR Plot, is proposed by using geometrical description methods. This plot uses the relation that the sum of sqaures for regression (SSR) of two explanatory variables is known as the sum of the SSR of one variable and the increase in the SSR due to the addition of other variable to the model that already contains a variable. This half circle shaped SSR plot contains vectors corresponding explanatory variables. We might conclude that some explanatory variables corresponding to vectors which locate near the horisontal axis do affect the response variable. Also, for the regression model with two explanatory variables, a magnitude of the angle between two vectors can be identified for suppression.

• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10b
• /
• pp.544-546
• /
• 1998

소프트웨어 프로세스 모형은 실세계 소프트웨어 프로세스의 개념적인 표현이다. 소프트웨어 프로세스 모형들은 프로세스 프로그래밍 언어를 통해 추상화됨으로써 모형화 될 수 있으며, 프로세스 모형들을 자동으로 수행(enactment)하고, 이미 수행된 프로세스 모형들을 체계적으로 관리하는 수행지원시스템을 통해서 소프트웨어 생산물의 질적인 향상을 기대할 수 있다. 본 논문에서는 소프트웨어 프로세스의 수행 중에 발생할 수 있는 프로세스의 feedback을 지원하는 SimFlex 프로세스 프로그래밍 언어의 확장된 언어구조와 프로세스 수행지원 시스템인 SEED 엔진에서의 효과적인 feedback 지원 방법에 대하여 설명한다.

• Proceedings of the Korea Society for Simulation Conference
• /
• 1999.10a
• /
• pp.108-113
• /
• 1999

본 논문은 Zeigler가 제안한 이산 사건 시스템 형식론(DEVS : Discrete Event System Specification)을 기반으로 미시적 교통류 시뮬레이션 시스템의 교통 흐름 분석에 대한 연구를 주목적으로 한다. 도로교통망 모델링 방법은 미시적(microscopic)방법과 거시적(macroscopic)방법으로 분류하는데, 미시적 모형은 개별차량의 행태를 바탕을 둔 모형으로 거시적 모형에 비해 설명력이 뛰어나다는 장점을 가지고 있지만 실제 교통상황에서 관측하고 검증하기가 어렵다는 단점을 갖고 있다. 따라서 본 논문에서는 신뢰성 있는 미시적 교통류 모형의 설계를 위해 DEVS 형식론을 기반으로 개별 차량에 대한 차량 추종 및 차로 변경 모형을 모델링하고 이를 근거로 교통류 시뮬레이션 시스템의 교통흐름 분석을 한다.

• Communications for Statistical Applications and Methods
• /
• v.5 no.1
• /
• pp.177-191
• /
• 1998

Hamilton(1989)은 시계열 변수가 2가지 이상의 국면을 가지고 있을 때, 현재 어떤 국면이 진행되고 있고 향후 진행될 국면이 무엇일까에 대해 추론이 가능한 시계열모형을 소개하였다. Hamilton모형은 시계열이 2개의 독립적인 관찰불가능한 변수의 합으로 구성되어 있고, 이중 한 변수는 2국면 마르코프 확률과정(2-State Markov Stochastic Process)을 따른다고 가정한다. Hamilton모형은 계수의 추정이 단순하면서도 비 대칭성과 조건부 이분산 등과 같은 복잡한 동학(Dynamics)을 용인한다는 장점이 있다(Lam, 1990). 본 연구에서는 마르코프 국면전환모형에 대해 설명한후, 사례분석으로 KOSPI와 금리의 추이에 따라 국면을 정의하여 각 국면의 특징과 타국면과의 연관성 등을 분석하였다.

• The Korean Journal of Applied Statistics
• /
• v.28 no.2
• /
• pp.231-239
• /
• 2015

A Poisson model is the first choice for counts data. Quasi Poisson or negative binomial models are usually used in cases of over (or under) dispersed data. However, these models might be unsuitable if the data consist of excessive number of zeros (zero inflated data). For zero inflated counts data, Zero Inflated Poisson (ZIP) or Zero Inflated Negative Binomial (ZINB) models are recommended to address the issue. In this paper, we further considered a situation where zero inflated data are spatially correlated. A mixed effect model with random effects that account for spatial autocorrelation is used to fit the data.

• Communications for Statistical Applications and Methods
• /
• v.15 no.1
• /
• pp.27-41
• /
• 2008

A graphical method of checking the adequacy of a generalized linear model is proposed. The graph helps to assess the assumption that the link function of mean can be expressed as a linear combination of explanatory variables in the generalized linear model. For the graph the boosting technique is applied to estimate nonparametrically the relationship between the link function of the mean and the explanatory variables, though any other nonparametric regression methods can be applied. Through simulation studies with normal and binary data, the effectiveness of the graph is demonstrated. And we list some limitations and technical details of the graph.

• The Korean Journal of Applied Statistics
• /
• v.8 no.1
• /
• pp.61-74
• /
• 1995

These days, many kinds of graphical methods have been developed, and it is possible to get information directly from data. Especially, R-code (Cook and Weisberg, 1994) make it possible to draw various kinds of two and three dimensional plots, and to rotate the axis of the plots. But the maximum dimensional of the plot is three, so we can not draw plot of one response variable with more than three explanatory variables. Li(1991, 1992) has developed a method to reduce the dimension of the explanatory variables, so it is possible to draw lower dimensional plots to get information of the full explanatory variables. One of the dimension reduction method developed by Li is pHd. In this paper, we have tried to apply the pHd method for the model with multivariate response.