• Journal of the Korea Safety Management & Science
• /
• v.15 no.4
• /
• pp.311-315
• /
• 2013

본 논문에서는 주성분 회귀법과 부분최소자승 회귀법을 비교하여 보여준다. 이 비교의 목적은 선형형태를 보유한 근적외선 분광 데이터의 분석에 사용할 수 있는 적합한 예측 방법을 찾기 위해서이다. 두 가지 데이터 마이닝 방법론인 주성분 회귀법과 부분최소자승 회귀법이 비교되어 질 것이다. 본 논문에서는 부분최소자승 회귀법은 주성분 회귀법과 비교했을 때 약간 나은 예측능력을 가진 결과를 보여준다. 주성분 회귀법에서 50개의 주성분이 모델을 생성하기 위해서 사용지만 부분최소자승 회귀법에서는 12개의 잠재요소가 사용되었다. 평균제곱오차가 예측능력을 측정하는 도구로 사용되었다. 본 논문의 근적외선 분광데이터 분석에 따르면 부분최소자승회귀법이 선형경향을 가진 데이터의 예측에 가장 적합한 모델로 판명되었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2005.05b
• /
• pp.189-193
• /
• 2005

기존의 회귀식을 사용하거나 새로 유도하여 사용하는 경우 모두 일반적으로 회귀분석의 특성을 간과하고 사용하는 경우가 종종 발생한다. 일반적으로 자료들에서 구해진 회귀식은 분명히 독립변수와 종속변수가 구분되어 유도되었음에도 불구하고 이 식을 사용함에 있어서는 간혹 그 구분을 무시하고 역으로 적용하는 경향이 있었다. 그러나, 독립$\cdot$종속변수가 서로 바뀌면, 연직거리의 잔차들로부터 유도되는 기존의 회귀분석에 의하여, 회귀식이 서로 달라지기 때문에 역으로 적용하여서는 안된다. 이를 해결하기 본 연구에서는 상호변수 최소자승 회귀분석법을 제안하였다. 이론적 내용을 검토를 위해 임진강 영평천의 영중수위표 지점의 2001-2003년의 유량측정자료와 수위-유량곡선을 비교 분석하였다. 결론적으로 상호변수 회귀분석을 사용하면, 기존의 잘못 사용해온 관행을 해소할 수 있을 것이다.

• Korean Journal of Clinical Pharmacy
• /
• v.19 no.1
• /
• pp.43-49
• /
• 2009

토브라마이신은 그람음성균 감염에 사용하는 아미노글리코사이드계 항생제로 이독성 및 신독성 등의 부작용과 큰 개인차로 혈중농도 모니터를 통한 투여계획이 필요한 약물이다. 본 연구에서는 16명의 위암환자에서 비선형 최소자승 회귀분석과 베이시안 분석에 의한 토브라마이신의 약물동태에 분석오차의 영향에 대하여 연구하였다. 약물투여는 토브라마이신 1-2 mg/kg을 30분에 걸쳐 8시간 간격으로 등속 주입하였으며, 혈액 채취는 정상상태에 도달되었다고 판단되는 첫 약물투여 72시간 후에, 약물 주입 5분전과 주입이 끝난 뒤 30분과 2시간에서 세차례 채취하였다. 혈청중 약물농도는 형광편광면역법으로 측정 하였다. 분석오차를 위해 0, 1, 2, 4, 8 및 12 ${\mu}g/mL$에 해당하는 토브라마이신 혈중농도(C)을 네차례 측정하여 각 혈중농도의 표준편차 (SD)을 구하였다. 토브라마이신 분석오차를 구하기 위한 다항식이 SD = 0.0224+0.0540C+0.00173C2, $R^2$ = 0.935이었다. 이 식에서 구한 SD 값으로 분석시 가중치를 주었을 때, 비선형 최소자승 회귀분석에 의한 토브라마이신의 약물동태학적 파라메타 ($V_d$, $K_{el}$, $K_{slpoe}$, $t_{1/2}$)에 유의성있는 영향을 주었으나, 베이시안 분석에 의한 토브라마이신의 약물동태학적 파라메타에는 영향이 없었다. 이 다항식으로 부터 구한 분석오차를 토브라마이신의 비선형 최소자승 회귀분석을 이용한 약물동태 연구 및 파라메타 분석에 적용하여 좀 더 정확한 투여용량을 결정할 수 있으며, 더 나아가 토브라마이신 약물동태 시뮬레이션 연구에 응용할 수 있다.

• Korean Journal of Clinical Pharmacy
• /
• v.18 no.1
• /
• pp.11-17
• /
• 2008

아미카신은 그람음성균 감염에 사용하는 아미노글리코사이드계 항생제로 이독성 및 신독성 등의 부작용과 큰 개인차로 혈중농도 모니터를 통한 투여계획이 필요한 약물이다. 본 연구에서는 16명의 위암환자에서 비선형최소자승 회귀분석과 베이시안 분석에 의한 아미카신의 약물동태에 분석오차의 영향을 연구하였다. 약물투여는 아미카신 7.5 mg/kg을 30분에 걸쳐 12시간 간격으로 등속 주입하였으며, 혈액 채취는 정상상태에 도달되었다고 판단되는 첫 약물투여 72시간 후에, 약물 주입 5분전과 주입이 끝난 뒤 30분과 2시간에서 세차례 채취하였다. 혈청중 약물농도는 형광편광면역법으로 측정하였다. 분석오차를 위해 0, 5, 15, 30, 60 및 $80\;{\mu}g/ml$에 해당하는 아미카신 혈중농도(C)을 네차례 측정하여 각 혈중농도의 표준편차 (SD)을 구하였다 아미카신 분석오차를 위한 다항식이 $SD=0.3017+(0.00538C)+(0.00112C^2)$, $R^2=0.974$이었다 이 식에서 구한 SD 값으로 분석시 가중치를 주었을 때, 비선형최소자승 회귀분석에 의한 아미카신의 약물동태학적 파라메타($V_d$, $K_{el}$, $K_{slpoe}$, $t_{1/2}$)에 유의성있는 영향을 주었으나, 베이시안 분석에 의한 아미카신의 약물동태학적 파라메타에는 영향이 없었다. 이 다항식에 의한 분석오차를 비선형최소자승 회귀분석에 의한 아미카신 약물동태학적 파라메타 분석시 적절히 사용하면 안전하고 효율적인 투여계획을 할 수 있다.

• Journal of the Korean Data and Information Science Society
• /
• v.11 no.2
• /
• pp.235-245
• /
• 2000

In this paper, we consider the Regression Quantiles Estimators in nonlinear regression models. This paper provides the sufficient conditions for strong consistency and asymptotic normality of proposed estimation and drives asymptotic relative efficiency of proposed estimatiors with least square estimation. We give some examples and results of Monte Carlo simulation to compare least square and regression quantile estimators.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.6 no.4
• /
• pp.43-52
• /
• 1986

With increasing of computer use, a least squares method is now widely used in the regression analysis of various data. Unreliable results of regression coefficients due to the floating point of computer and problems of ordinary least squares method are described in detail. To improve these problems, a least squares method using orthogonal function is developed. Also, Comparison and analysis are performed through an example of numerical test, and re-orthogonalization method is used to increase the accuracy. As an example of application, the optimum order of AR process for the time series of monthly flow at the Pyungchang station is determined using Akaike's FPE(Final Prediction Error) which decides optimum degree of AR process. The result shows the AR(2) process is optimum to the series at the station.

• Journal of the Korean Institute of Illuminating and Electrical Installation Engineers
• /
• v.21 no.7
• /
• pp.61-67
• /
• 2007

The load forecasting has been an important part of power system Accordingly, it has been proposed various methods for the load forecasting. The load patterns of the special days is quite different than those of ordinary weekdays. It is difficult to accurately forecast the load of special days due to the insufficiency of the load patterns compared with ordinary weekdays, so we have proposed fuzzy least squares linear regression algorithm for the load forecasting. In this paper we proposed four models for fuzzy least squares linear regression. It is separated by coefficients of fuzzy least squares linear regression equation. we compared model of H1 with H4 and prove it H4 has accurately forecast better than H1.

• Journal of the Korean Data and Information Science Society
• /
• v.22 no.5
• /
• pp.931-940
• /
• 2011

Classification is to generate a rule of classifying objects into several categories based on the learning sample. Good classification model should classify new objects with low misclassification error. Many types of classification methods have been developed including logistic regression, discriminant analysis and tree. This paper presents a new classification method using penalized partial least squares. Penalized partial least squares can make the model more robust and remedy multicollinearity problem. This paper compares the proposed method with logistic regression and PCA based discriminant analysis by some real and artificial data. It is concluded that the new method has better power as compared with other methods.

• The Korean Journal of Financial Studies
• /
• v.14 no.1
• /
• pp.41-56
• /
• 2008

주식 수익률이 정상적 과정이 아니라 비정상적 과정에 의해서 생성되고 있다는 사실이 여러 실증 분석에서 제시되고 있다. 시계열의 평균이 시간의 흐름에 따라 변하면 이 시계열은 비정상적 과정에 의하여 생성된다. 시간의 흐름에 따라 평균이 변하는 비정상 시계열은 단위근과 공적분에 의하여 시계열의 운동을 모형화하고 있다. 한편 시계열의 비정상성은 분산이 시간의 흐름에 따라 변할 때에도 발생한다. 시간의 흐름에 따라 무조건부 분산은 변하지 않고 있지만 이용 가능한 정보 집합을 조건으로 하는 조건부 분산이 변하는 경우도 있다. 이 같은 성질을 가진 주가 시계열은 자기회귀 조건부 이분산(ARCH) 계통의 과정으로 모형화하고 있다. 그러나 무조건부 분산이 시간의 흐름에 따라 변하면 ARCH 계통은 중대한 모형정립과오(misspecification)에 직면하게 된다. 따라서 본 논문은 무조건부 분산이 시간의 흐름에 따라 변할 때 자기 회귀 과정의 모수를 추정하는 방법을 검토하고, 이 방법을 한국 종합주가 지수에 적용하여 자기회귀 과정의 모수를 추정하였다. 이 방법에 의하여 추정된 2계 자기회귀 과정의 모수값 중 상수항과 제1계 항의 계수는 통상 최소자승법에 의한 값과 유사하다. 그러나 제2계 항 모수의 값은 양자가 상당히 다르다. 최소자승에 의한 제2계 값이 과대 추정되고 있다.

• 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.