• Proceedings of the Korean Statistical Society Conference
• /
• 2003.10a
• /
• pp.263-268
• /
• 2003

Breiman, Friedman, Olshen and Stone(1984)의 전체탐색법에 의한 회귀나무는 상대적으로 많은 분리가 가능한 변수로 분리기준이 정해지는 편의 현상을 갖고 있다. 본 연구에서는 이런 문제점을 해결할 수 있는 알고리즘을 제안하여 변수선택편의가 없는 회귀나무를 만들고자 한다. 제안하는 알고리즘은 노드의 분리변수를 선택하는 단계와 그 선택된 변수에 의해 이진분리를 위한 분리점을 찾는 단계로 구성되어 있다. 예측변수 중에서 목표변수와 가장 밀접하게 연관된 예측변수는 예측변수의 자료의 종류에 따라 스피어만의 순위상관계수에 의한 검정 혹은 크루스칼-왈리스의 통계량에 의한 검정을 수행하여 가장 통계적으로 유의한 변수로 선택하였고, 선택된 변수에만 Breiman et al.(1984)의 전체선택법을 적용하여 분리점을 결정하였다. 모의실험을 통해 변수선택편의, 변수선택력 , 그리고 평균제곱오차 측면에서 Breiman et al. (1984)의 CART(Classification and Regression Trees)와 제안한 알고리즘을 서로 비교하였다. 또한, 두 알고리즘을 실제 자료에 적용하여 효율을 서로 비교하였다.

• The Korean Journal of Applied Statistics
• /
• v.17 no.3
• /
• pp.459-473
• /
• 2004

It has well known that an exhaustive search algorithm suggested by Breiman et. a1.(1984) has a trend to select the variable having relatively many possible splits as an splitting rule. We propose an algorithm to overcome this variable selection bias problem and then construct unbiased regression trees based on the algorithm. The proposed algorithm runs two steps of selecting a split variable and determining a split rule for binary split based on the split variable. Simulation studies were performed to compare the proposed algorithm with Breiman et a1.(1984)'s CART(Classification and Regression Tree) in terms of degree of variable selection bias, variable selection power, and MSE(Mean Squared Error). Also, we illustrate the proposed algorithm with real data sets.

• The Korean Journal of Applied Statistics
• /
• v.35 no.6
• /
• pp.739-754
• /
• 2022

Usually, text data consists of many variables, and some of them are closely correlated. Such multi-collinearity often results in inefficient or inaccurate statistical analysis. For supervised learning, one can select features by examining the relationship between target variables and explanatory variables. On the other hand, for unsupervised learning, since target variables are absent, one cannot use such a feature selection procedure as in supervised learning. In this study, we propose a word selection procedure that employs topic models to find latent topics. We substitute topics for the target variables and select terms which show high relevance for each topic. Applying the procedure to real data, we found that the proposed word selection procedure can give clear topic interpretation by removing high-frequency words prevalent in various topics. In addition, we observed that, by applying the selected variables to the classifiers such as naïve Bayes classifiers and support vector machines, the proposed feature selection procedure gives results comparable to those obtained by using class label information.

• Communications for Statistical Applications and Methods
• /
• v.4 no.3
• /
• pp.645-661
• /
• 1997

연속형 변수들의 상관관계와 범주형 변수들의 연관성 측도들을 비교 연구하였다. 이 연구를 위하여 연속형 변수들이며 +1에서 -1까지 완벽한 상관관계를 갖고 있는 2 변량 정규분포를 이용하여 2$\times$2 분할표와 확장하여 일반적인 I$\times$J 분할표를 대신하는 3$\times$3 분할표를 생성하였다. 2 차원 분할표에서 정의된 연관성 측도들을 구하여 논의하였는데 2$\times$2 분할표에서는 교차적비 $\alpha$ 통계량과 교차적비의 함수로 표현되는 Yule [1912]의 Q와 Y의 통계량 그리고 상관계수 R 통계량과 R 통계량의 함수인 P 통계량을 설명하고 생성된 분할표에서 구한 통계량값을 분석하였으며, 3$\times$3 분할표에서는 Pearson의 독립성 검정통계량 $X^2$의 함수로 표현되는 P. T. V 통계량과 Goodman과 Kruskal [1954]의 $\lambda_{C/R}$통계량과 Light와 Margolin [1971]의 $\tau_{R/C}$ 통계량을 설명하고 그 값들을 Pearson의 상관계수와 비교 분석하였다.

• Journal of Korean Society of Transportation
• /
• v.15 no.1
• /
• pp.5-15
• /
• 1997

공간통계분석은 공간적으로 연계된 변수들간의 관계를 분석하는 통계분야이다. 일 반적으로 공간적으로 연계된 변수들간의 관계는 각 변수간의 공간적 분포정도에 따라서 영 향을 받는다. 전통적인 통계 분석의 방법은 동질의 자료발생과정에 의하여 확률적으로 축출 된 표본자료를 가정하고 있으나, 공간적인 자료는 이와 같은 동질의 자료발생과정의 가정을 부정한다. 교통류 및 교통사고 등과 같은 교통분야의 자료는 대부분 공간적인 상관관계에 의하여 축출된 이질적인 표본자료이며 따라서 공간상관관계를 동질적으로 가정한 전통적인 통계적 분석 방법은 오류를 범할 수 있다. 본 논문은 공간적인 관계를 고려한 공간자기상관 분석기법을 이용하여 고속도로상의 교통사고에 관하여 분석하였다. 분석의 결과에 의하면 4 개 고속도로 중 경인고속도로를 제외한 3개의 고속도로상의 교통사고건수는 통계적으로 현 저한 양의 공간적 상관관계가 있음을 알 수 있었다. 이에 따라 공간적 상관관계를 고려한 교통사고분석을 위하여 종속변수로 단위구간별 교통사고건수를 그리고 설명변수로서는 단위 구간별 교통량, I.C. 유무 및 화물차량비율을 이용하여 공간 자기회귀분석을 시도하였다. 분 석의 분석에서는 구간별 교통량과 화물차량의 비율이 호남/남해 고속도로의 경우에는 구간 별 교통량과 I.C. 유무가 통계적으로 유의한 것으로 분석되었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.456-456
• /
• 2012

한강유역에 위치한 247개의 강우계에서 관측된 강우 자료를 분석하여 Modified Bartlett-Lewis Retangular Pulse Model (MBLRPM)의 매개변수들을 산정하고, 이들의 지도를 작성한 후, 이들의 정확도 및 매개변수들의 시/공간적 변화 유형을 분석하였다. 이를 위한 첫번째 과정으로, 각 강우 게이지에 대해 MBLRPM의 매개변수에 사용되는 통계치 (각 달에 대한 1, 3, 12, 24시간 누적 수준에서의 평균, 분산, 자기 상관계수, 무강우 확률)들을 계산한다. 이 후, 격자화된 한강유역의 각 셀에 대하여 앞서 계산된 강우 통계치를 Ordinary Kriging 공간 보간법을 통하여 할당한다. 이 후, 각 셀에 할당된 강우 통계치를 사용하여 MBLRPM의 매개변수들을 산정하여 각 매개변수들의 지도를 각 달에 대하여 얻는다. 매개변수 지도를 사용하여 MBLRPM에 의해 생성된 강우 데이터들은 관측치의 통계치를 정확성있게 재현하였으며, 시/공간적 경향성을 분석한 결과, 강우세포의 지속기간과 관련된 매개 변수를 제외한 나머지 5개의 매개변수들은 확연한 공간적 경향성을 보인 한 편, 시간적 경향성은 잘 나타나지 않았다. 본 연구 결과는 매개변수 산정이 힘든 MBLRPM의 특성을 극복하게 해주어 가상 강우 생성을 용이하게 함으로써 강우에 영향을 받는 여러 종류의 연구 주제에 대해 불확실성 분석을 할 수 있게 한다는 점에서 의미를 가질 수 있다.

• Proceedings of The Korean Society of Health Promotion Conference
• /
• 2009.05a
• /
• pp.84-84
• /
• 2009

목적 : 청소년의 행태와 가족관계가 정신건강에 미치는 영향을 분석하여 중학생의 학교내외 생활지도 및 정신건강을 위한 프로그램 개발에 필요한 기본 정보를 제공하고자 함. 조사방법 : 원주의 한 남녀공학 중학교 3학년을 대상으로 2008년 11월 25일부터 12월 11일까지 설문조사를 실시함. 총 454명의 중학교 3학년 학생 중 377명이 조사에 참여하였음. 척도는 신체증상, 식사장해, 우울감, 대인관계, 무력감, 충동성 등 정신건강에 관한 6척도와 31개 항목으로 구성됨. 통계분석은 독립변수인 행태변수와 가족관계 변수를 교차분석을 시행하였고, 변수간의 평균간 차이검증은 t-test와 ANOVA를 시행하였고, 정신건강 관련요인 규명을 위하여 회귀분석을 실시함. 결과 : 성별에 따라 아침에 상쾌하게 눈이 떠지는지, 취침시각, 공부시간, 핸드폰 유무, 다이어트 경험, 운동 횟수, 취미여부가 통계적으로 유의하였음. 가족구성인원 변수에 따라 가족에게 고민상담, 집안 일 돕기가 통계적으로 유의하였음. 종속변수인 정신건강과 통계적으로 유의한 변수는 가족과 고민상담, 가족과 식사, 아침에 상쾌하게 눈이 떠지는지, 아침식사여부, 공부시간, 운동 횟수였음. 가족과 식사를 하는 학생들이 그렇지 않은 학생들보다, 그리고 12시 이전에 취침하는 학생들이 12시 이후에 취침하는 학생들보다 정신건강이 좋은 것으로 나타남. 토의 및 결론 : 중학생들의 정신건강 지도를 위해서는 행태변수와 가족관계 변수를 고려하는 것이 필요한 것으로 나타났음.

• Proceedings of the Korean Statistical Society Conference
• /
• 2004.11a
• /
• pp.73-77
• /
• 2004

종속변수와 독립변수 사이의 통계적인 관계를 설명하기 위해 사용되는 회귀모형을 분석하는 방법을 회귀분석이라 한다. 독립변수와 종속변수가 퍼지수인 퍼지회귀모형을 추정하기 위해 최소전대편차추정량을 제시하고. 예제를 이용하여 퍼지최소절대편차회귀모형과 퍼지최소자 승회귀모형의 효율성을 평가한다.

• The Korean Journal of Applied Statistics
• /
• v.13 no.1
• /
• pp.133-143
• /
• 2000

비선형성이 존재하는 두 개의 설명변수가 모형에 선형으로 포함되는 경우 두 설명변수가 연관성이 약하면 각각의 변수에 대한 2차원 편잔차 그림이 비선형성의 존재와 형태를 잘 나타낸다. 그러나 두 변수가 연관성이 강하면 3차원 편잔차 그림이 필요하며 2차원 편잔차 그림으로는 알아낼 수 없는 비선형성에 대한 탐지가 가능하다.

• Proceedings of the Korean Statistical Society Conference
• /
• 2004.11a
• /
• pp.283-288
• /
• 2004

지금까지 의사결정나무에서 분리 변수의 선택에 관한 연구는 많았으나, 대부분 연속형 변수와 명목형 변수에 국한되어 왔다. 본 연구에서는 순서형 변수에 주목하여 CART, QUEST, CRUISE 등 기존 알고리즘과 본 연구에서 제안하는 비모수적 접근 방법인 K-S test, framer-von Misos test 방법의 변수 선택력을 비교하였다. 그 결과 본 연구에서 제안하는 framer-von Mises test 방법이 다른 알고리즘에 비하여, 변수 선택력과 안정성에 있어서 좋은 성과를 보였다.