• 응용통계연구
• /
• 제12권1호
• /
• pp.143-152
• /
• 1999

본 논문에서는 응답자가 민감한 속성을 가지고 있지 않으면 직접 "예"라고 응답하고, 민감한 속성을 가지고 있으면 Greenberg et al.(1969)의 무관질문모형의 확률장치를 이용하여 선택된 질문에 응답을 하는 새로운 무관확률화응답모형을 제안하였다. 그리고, 제안한 모형이 Mangat(1994)의 관련질문모형보다 효율적인 되는 조건을 제시하였고, 수치적으로 효율성을 비교하였다. 또한, Leysieffer와 Warner(1976)의 위험함수와 Flinger et al.(1977)의 사생활 보호 측도를 이용하여 제안한 모형이 Mangat의 관련질문모형에 비하여 개인의 사생활을 보호해 주는 측면에서 더 효율적임을 보였다.효율적임을 보였다.

• 응용통계연구
• /
• 제11권2호
• /
• pp.415-421
• /
• 1998

Mangat(1994)는 Mangat-Singh(1990)이 제안한 2단계 관련질문모형의 사용 절차를 좀 더 단순화시킨 개선된 관련질문모형을 제안하였다. 본 논문에서는 Mangat(1994)의 개선된 관련질문모형을 무관질문모형으로 확장하고자 한다. 또한, 제안한 무관질문모형이 Mangat의 개선된 관련질문모형과 Greengerg dt al.(1969)의 무관질문모형보다 효율적임을 보였고, 김종호 외(1992) 2인이 제안한 2단계 무관질문모형보다 효율적이 되는 조건을 제시하였다.

• 응용통계연구
• /
• 제13권2호
• /
• pp.575-590
• /
• 2000

Greenberg et al.(1969)은 무관질문모형에서 무관한 속성이 미지인 경우 두 개의 독립표본을 이용하여 민감한 속성에 대한 모비율을 추정해 내는 이표본 무관질문모형을 제안하였다. 본 논문에서는 Mangat-Singh(1990)의 모형을 개선한 형태의 김종호 외 2인(1992)이 제안한 2단계 무관질문모형과 이기성과 홍기학(1998)이 제안한 개선된 무관질 문모형을 무관한 속성이 미지일 때 두 개의 독립표본을 이용하는 2단계 이표본 무관질 문모형과 개선된 이표본 무관질문모형으로 확장하였다. 그리고, Greenberg et al. 의 모형과 2단계 이표본 무관질문모형, 그리고 개선되 이표본 무관질문모형과의 효율성을 비교 하였다.

• 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.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2001년도 봄 학술발표논문집 Vol.28 No.1 (B)
• /
• pp.538-540
• /
• 2001

PCA는 다변수 데이터 해석법 중 가장 널리 알려진 방법 중 하나로 많은 응용을 가지고 있다. 그런데, PCA는 선형 모델이어서 비선형 구조를 분석하는데 효과적이지 않다. 이를 극복하기 위해서 PCA의 조합을 이용하는 PCA 혼합 모형이 제안되었다. PCA 혼합 모형의 핵심은 구조 선택, 즉 mixture 요소의 수와 PCA 기저의 수의 결정 인데 그의 체계적인 결정 방법이 필요하다. 본 논문에서는 단순화된 PCA 혼합 모형과 이를 위한 효율적인 구조 선택 방법을 제안한다. 각각의 mixture 요소 수에 대해서 모든 PCA 기저를 갖도록 한 상태에서 PCA 혼합 모형의 파라미터를 EM 알고리즘을 써서 결정한다. 최적의 mixture 요소의 수는 오류를 최소로 하는 것으로 결정한다. PCA 기저의 수는 PCA의 정렬성 특성을 이용해서 중요도가 적은 기저부터 하나씩 잘라 내며 오류가 최소로 하는 것으로 결정한다. 제안된 방법은 특히 다차원 데이터의 경우에 EM 학습의 횟수를 많이 줄인다. 인공 데이터에 대한 실험은 제안된 방법이 적절한 모델 구조를 결정한다는 것을 보여준다. 또, 눈 감지에 대한 실험은 제안된 방법이 실용적으로도 유용하다는 것을 보여준다.

• Communications for Statistical Applications and Methods
• /
• 제5권1호
• /
• pp.155-165
• /
• 1998

음성자동인식을 위한 통계적 방법으로 은닉마코프모형이 널리 사용되고 있다. 이산형 은닉마코프모형보다 인식률이 우수한 연속형 은닉마코프모형을 고려하였으며, 인식을 위한 비터비(Viterbi) 알고리즘을 병렬화시켜 인식속도를 빠르게 하는 인식 알고리즘을 제안하였다. 제안된 방법으로 실험을 통하여 인식률과 인식속도 개선률(speed-up)을 살펴보았다.

• 한국경영과학회:학술대회논문집
• /
• 대한산업공학회/한국경영과학회 2006년도 춘계공동학술대회 논문집
• /
• pp.1048-1054
• /
• 2006

본 연구에서는 3G CDMA 이동통신시스템의 소프트블록킹 확률을 구할 수 있는 새로운 해석적인 모형을 제안한다. 제안된 모형은 트래픽의 지리적 분포에 따른 신호감쇄특성을 매크로화 하여, 트래픽 양(volume)의 변동성을 반영한 CDMA 트래픽 엔지니어링 모델개발에 효과적으로 이용될 수 있다. 제안된 모형은 현실시스템 상황을 반영한 실험을 통해 그 유효성을 검증하였다.

• 응용통계연구
• /
• 제13권2호
• /
• pp.437-445
• /
• 2000

국내 주가시계열을 분석하기 위해 기존의 비선형시계열모형인 분계점을 가진 자기외귀모형(TAR)과 일반화 이분산자기회귀모형(GARCH)을 비교 분석한 후, 이 두가지 모형을 결합시킨 새로운 모형 TAT-GARCH모형을 제안하였다. 이 모형은 그 자체로도 이론적인 관삼의 대상이 되어 연관된 모수추정 기법을 제시하였고 국내 개별 주가시계열 자료의 분석에 있어서 제안된 모형이 기존의 모형들 보다 상대적으로 더 좋은 예측치를 제공할 수 있음을 특정 9개 회사의 주가분석을 통해 알아보았다.

• 한국수자원학회논문집
• /
• 제36권2호
• /
• pp.223-235
• /
• 2003

Clark 모형의 매개변수 추정방법을 개선하기 위하여, 순간단위도를 gamma 분포형 함수로 가정하여 매개변수를 추정한 후 이를 Clark 모형의 매개변수로 전환하는 간접 추정방법을 제안하였다. 이 방법은 전통적인 Clark 모형의 매개변수 추정방법의 개연적인 부정확성을 개선하는 특징과 더불어 Nash 모형과의 상관성을 파악할 수 있는 장점을 갖고 있다. 제안된 매개변수 추정방법을 위천 유역에 적용한 결과 만족할 수 있는 수준의 추정값을 얻을 수 있었으며 또한 유역의 도달시간-유하면적 관계를 나타내는 합성함수를 구축할 수 있었다. 또한 제안된 매개변수 추정방법은 미계측 유역에 대한 추정에 있어서도 높은 적용성을 보였다. 따라서 제안된 방법론은 기존의 매개변수 추정방법을 보조할 수 있는 충분한 대안으로 판단된다.

• Journal of the Korean Data Analysis Society
• /
• 제20권6호
• /
• pp.2883-2893
• /
• 2018

본 논문에서는 모집단이 층으로 구성되어 있고 얻고자 하는 속성이 민감할 때, 덜 민감한 속성 B와 강요응답으로 구성되어 있는 확률장치를 통해 "예"라고 응답한 사람들에게만 민감한 속성 A 와 무관한 속성 Y를 포함하고 있는 Greenberg et al.(1969)의 무관질문모형을 사용하도록 하여 모집단이 층화된 경우 층화추정을 위한 층화 조건부 무관질문모형을 제안하였다. 그리고 제안한 층화 조건부 무관질문모형에서 각 층에 표본을 배분할 때 비례배분과 최적배분 문제를 다루었다. 또한 층화 조건부 무관질문모형을 무관한 속성이 미지인 경우 두 개의 독립표본을 이용하는 층화 이표본 조건부 무관질문모형으로 확장하였으며, 제안한 층화 이표본 조건부 무관질문모형의 두 번째 단계에서 사용되는 h층의 표본의 크기에 대한 최적값을 도출하여 최소분산을 구하였다. 마지막으로 층화 조건부 무관질문모형이 층화 무관질문모형과 층화 Carr et al.(1982)의 모형보다 효율적이 되는 조건을 제시하여 일정한 조건하에서 제안한 모형이 기존 모형들보다 효율적임을 보였으며, 제안한 층화 조건부 무관질문모형이 ${\pi}_{h2}$ 값이 작고 ${\pi}_{hy}$ 값이 작을수록 층화 Carr et al.(1982)의 모형보다 효율적임을 수치적으로 보였다.