• 응용통계연구
• /
• 제19권3호
• /
• pp.535-544
• /
• 2006

분산 성분 모형 하에서 분산 성분들의 함수에 대한 통계적인 추론, 특히 소표본 하에서의 신뢰구간에 대한 방법들은 오랜 기간에 걸쳐서 여러 가지 방법들이 개발되어져 왔다. 그 대표적인 방법이 Graybill and Wang(1980)에 의해 제안된 수정 대표본 방법에 의거한 신뢰구간 추정법이며 현재까지 다양한 실험계획 방법 하에서 분산 성분들의 여러 가지 형태의 함수들에 대하여 확장과 개량이 이루어져 왔다. 본 연구에서는 분산 성분 모형의 균형 실험 가정 하에서 분산 성분들의 선형 결합이 관심있는 모수일 때 분산 분석에 의해 얻어진 수정 대표본 신뢰구간의 실제 포함확률을 툴스트랩 보정을 이용하여 개선하는 방법에 대하여 논의한다. 붓스트랩 보정을 이용함으로서 신뢰구간의 포함 확률의 정도는 점근적 이차 차수까지 개선되며 특히 선형 결합의 계수들이 모두 양수이고 결합의 수가 증가할 경우 수정 대표본 신뢰구간의 포함확률이 주어진 신뢰계수보다 항상 커지게 되는 단점을 개선할 수 있음을 보인다. 제안된 붓스트랩 보정 신뢰구간의 효율을 소표본의 경우에 모의실험을 통하여 평가한다.

• 응용통계연구
• /
• 제19권1호
• /
• pp.121-134
• /
• 2006

이 논문에서는 이산코사인변환을 이용하여 시계열자료를 주파수 공간으로 변환시킨 후, 이산코사인변환 계수를 재표집하여 시계열자료에 대한 재표본을 추출하는 방법에 대해 알아본다. 기존 주파수 공간상에서의 붓스트랩 방법은 스펙트럼평균(spectral mean)에 대한 추론을 하기위해 사용되지만 제안하고자 하는 방법은 시간영역상에서의 시계열자료에 얻을 수 있다는 것이 가장 큰 차이점이다. 이 논문에서는 정상시계열의 경우, 이산코사인변환 계수의 통계적 성질을 유도하고 이 성질을 이용하여 붓스트랩하는 과정을 설명한다. 모의 실험을 통해 기존에 사용되고 있는 방법과 성능을 비교하였다.

• 응용통계연구
• /
• 제20권1호
• /
• pp.103-115
• /
• 2007

본 논문에서는 1차 자기회귀모형에서 자기회귀계수에 대한 여러 가지 추정량들의 분포함수에 대한 근사 방법에 대해 연구하였다. 자기회귀계수의 여러 추정량들을 이차형식의 관점에서 이해하고, Na와 Kim(2005)에 의한 안장점근사의 결과를 이용한 새로운 근사법을 제시하였다. 이 방법은 정규근사를 비롯한 기존의 근사법과는 달리 추정량에 대한 근사분포의 유도과정이 불필요하며, 소표본은 물론 통계적 추론의 주요 관심영역에서의 근사정도가 매우 뛰어난 장점을 가지고 있다. 모의실험을 통해 Edgeworth 근사를 비롯한 기존의 여러 근사법보다 효율이 뛰어남을 확인하였다.

• 응용통계연구
• /
• 제13권2호
• /
• pp.237-245
• /
• 2000

이 논문에서는 2단계 계획 하에서의 사례-대조 자료를 로지스틱 회귀 모형에 적합시키고 WESML방법으로 모수를 추정하며 추정량의 점근분포를 찾는다. 또한 WESML,방법과 CML 방법으로 얻은 모수의 추정량과 표준오차를 실제 자료를 이용하여 비교한다.

• KDI Journal of Economic Policy
• /
• 제13권4호
• /
• pp.117-140
• /
• 1991

본고(本稿)는 둘 혹은 여러 변수(變數)가 서로 비선형적(非線型的) 인과관계(因果關係)의 특정한 구조를 가질 때 주어진 관측치(觀測値)로부터 인과관계(因果關係)에 관한 올바른 추론(推論)을 유도하기 위한 새로운 이론인 Baek-Brock의 방법(方法)을 소개하고 이것을 통화(通貨), 생산(生産) 및 물가(物價)의 세 변수(變數)에 적용하여 기존의 인과성(因果性) 검정(檢定)과 어떻게 다른 결과를 얻는지 살펴본다. Baek-Brock의 방법(方法)은 일반적으로 두 변수(變數) 사이의 인과관계(因果關係)를 검정(檢定)하는 데 사용될 수 있으나 변수간(變數間)에 내재하는 실제 인과관계(因果關係)가 선형(線型)인 경우 Granger 검정법(檢定法) 등 기존의 방법(方法)이 높은 검정력(檢定力)을 보이므로 여기서는 주로 비선형인과성(非線型因果性) 검정(檢定)에 초점을 맞춘다. 본(本) 검정법(檢定法)은 인과성(因果性) 여부를 조건부확률에 기초하여 정의한 후 개별확률을 상관적분(相關積分) (correlation integral)을 사용하여 추정(推定)토록 하였다. 이 방법(方法)은 변수간(變數間)의 인과관계(因果關係)가 비선형적(非線型的)일 때 유효하다는 장점을 지니나 인과성(因果性)이 없다는 귀무가설하(歸無假說下)에서 표본수에 따른 검정통계량(檢定統計量)의 점근분포(漸近分布), 그릇된 귀무가설(歸無假說)에 대한 최대의 기각력(棄却力)을 창출하는 척도모수(尺度母數)(scale parameter) 등에 관한 이론적 배경이 미흡하다는 단점이 있다. 본고(本稿)에서는 이를 Monte Carlo 시뮬레이션을 실시하여 보완하였다. 통화(通貨), 생산(生産) 및 물가간(物價間)에는 Granger 검정법(檢定法)을 실시했을 경우 통화(通貨)와 생산(生産)만이 서로 인과성(因果性)이 있을 뿐 물가(物價)와 다른 변수간(變數間)의 인과성(因果性) 증거는 희박하였다. 한편 Baek-Brock의 검정법(檢定法)은 이미 벡터자기회귀모형(自己回歸模型)(VAR)을 통해 밝혀진 선형관계(線型關係) 외에 물가(物價)가 생산(生産) 및 통화(通貨)에 미치는 비선형인과성(非線型因果性)에 관한 추가적 정보를 제공해 주고 있으며 구체적으로 그러한 인과관계(因果關係)가 몇 기(期) 후부터 나타나는지 밝혀 준다. 그러나 이를 이용한 구체적인 모형화(模型化)는 추후의 논문을 통해 밝히기로 한다.