• Communications for Statistical Applications and Methods
• /
• 제5권3호
• /
• pp.623-632
• /
• 1998

이원혼합모형에서 고정효과의 추정가능한 함수에 대한 신뢰구간을 구하는 경우에 어떤 분산성분추정량을 선택하는 것이 가장 바람직한가를 모의실험을 통하여 살펴본다 혼합모형에서는 t-분포와 일반화최소제곱추정량을 사용하여 신뢰구간을 구할 수 있는데, 일반적으로 분산성분을 알 수 없기 때문에 분산성분을 반드시 추정하여야만 한다. 이 경우 분산성분의 추정량으로 가장 많이 사용되는 추정량들인 Henderson의 방법 III 추정량, 사전추측값이 1인 MINQUE 추정량, MLE(최우추정량), REMLE(제한최우추정량)를 이용하여 분산행렬을 추정하고, 신뢰구간의 포함범위확률과 평균길이를 모의실험을 통하여 살펴본다. 모의실험의 결과는 4가지 추정량 모두 비슷한 신뢰구간의 포함범위확률과 평균길이를 갖는 것으로 판명되었다.

• 응용통계연구
• /
• 제13권2호
• /
• pp.407-414
• /
• 2000

Carroll과 Ruppert(1988)는 준가능도(quasi-likelihood)를 이용하여 에스트라제 측정자료를 회귀분석하였다. Jung과 Lee(1997)는 준가능도을 이용한 회귀분석모형의 적합도정통계량을 제안하였으며 검정 별과 기각되지 않아 본 분석모형이 타당하다고 주장하였다. 그러나 Lee와 Nelder(1998)의 잔차그림을 검토한 결과, 상기 모형으로는 평균증가에 따른 분산증가를 충분히 반영할 수 없었다. 본 논문에서는 Lee와 Nelder(1998)의 평균과 분산의 동시모형으로 에스트라제 자료를 재분석하고 잔차그림을 이용하여 모형의 타당성을 재평가하였다. 또한 분산에서 산포모형에 대한 적합도검정에는 Lee와 Nelder(1998)의 제한가능도(restricted likelihood)에 근거한 검정법이 보다 적절함을 제시하였다.

• Journal of the Korean Data and Information Science Society
• /
• 제16권3호
• /
• pp.591-601
• /
• 2005

지금까지 회귀모형에서 불연속점의 추정은 주로 평균함수에 대해 연구되어져 왔다. 분산함수는 평균함수와 더불어 회귀모형의 연구에 매우 중요한 함수이며 이 함수가 불연속일 때의 연구는 활발히 이루어지지 않았다. Delgado와 Hidalgo (2000)와 Perron(2001)은 시계열모형에서는 비모수적 추정법에 의해 분산함수의 추정을 연구하였다. Huh와 Kang (2004)은 Perron의 추정법을 회귀모형에 적용하여 분산함수의 불연속점의 추정에 대하여 연구하였고, Perron의 추정량보다 수렴속도가 개선된 불연속점 추정량을 제안하였다 이러한 분산함수의 추정들은 잔차의 제곱을 이용한 것으로 평균함수의 추정이 필수적이다. 결국, 전체적인 계산량이 늘어나게 되고, 늘어난 만큼 불연속점 추정의 정도가 벌어지게 될 것이다. 만약, 평균함수가 연속이고 분산함수만 불연속이라면 굳이 잔차를 이용하여 분산함수의 불연속점을 추정할 필요 없다. 분산함수만 불연속점을 가지므로 이차적률함수의 불연속점이 곧 분산함수의 불연속점이므로 이차함수의 불연속점을 추정하는 것으로 충분하다. 평균함수와 분산함수 모두 불연속이라면 불연속점의 위치가 같으므로 평균함수의 불연속점의 위치를 추정하면 분산함수의 불연속점의 위치를 추정하게 되는 것이다. 따라서 이 논문에서는 이차적률함수의 불연속점을 추정하는 방법을 제안하였고 이 제안된 추정량들의 수렴속도가 잔차를 이용한 Huh와 Kang의 분산함수의 불연속점 추정량의 수렴속도와 같음을 보였고, 모의실험 결과에서는 우수함을 보여주었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2009년도 학술발표회 초록집
• /
• pp.555-559
• /
• 2009

난류응력은 순간속도성분을 시간평균성분과 편차성분의 합으로 보고 Navier-Stokes 방정식으로부터 Reynolds 방정식을 유도할 때 나타나게 된다. Reynolds 방정식으로부터 수심 적분된 천수방정식을 유도하는 과정에서 시간 평균된 유속성분을 수심 적분된 유속성분과 편차성분의 합으로 본다면, 분산응력 (dispersion stress)이라고 하는 추가적인 새로운 항이 잔류하게 된다. 점성응력, 난류응력, 그리고 분산응력을 통칭하여 유효응력 (effective stress)이라고 한다. 일반적으로 수심에 비해 수로 폭이 넓은 개수로에서는 유효응력이 흐름특성의 수치 근사해에 큰 영향을 미치지 못한다고 가정하여 2차원 수심적분 모형에서 유효응력을 생략하기도 한다. 또한 유효응력을 적용하더라도, 점성응력이 난류응력에 비해 무시할 만큼 작다고 가정하여 난류응력만을 적용하며, 분산응력은 무시된다. 하지만 만곡부에서는 원심력과 편수위로 인한 횡방향 압력의 불균형이 발생하기 때문에, 만곡부의 이차류가 발생되며, 유속의 연직방향 분포도 일정하지 않게 된다. 따라서 본 연구의 목적은 만곡부의 이차류 특성을 수심적분 2차원 모형에 반영하기 위해 분산응력을 고려한 모형의 개발 및 검증이다. 불규칙한 모의영역을 원활히 나타낼 수 있도록 곡선좌표계를 사용하는 여타 모형들과 달리 유한유소법을 이용하여 수치해를 구하며, 따라서 x, y 좌표축을 사용하는 데카르트 좌표계를 사용하여 지배방정식을 나타낸다. 분산응력의 유 무에 따른 수치결과를 Rozovskii의 $180^{\circ}$ 만곡수로 실내실험 자료와 비교하여 개발 모형을 검증한다.

• 응용통계연구
• /
• 제34권3호
• /
• pp.411-425
• /
• 2021

가속화 실패시간모형은 로그 생존시간과 공변량간의 선형적 관계를 묘사해 준다. 가속화 실패시간모형에서 생존시간의 평균뿐만 아니라 변동성에도 영향을 미치는 공변량 효과를 추론하는 것은 흥미가 있다. 이를 위해 생존시간의 평균뿐만 아니라 분산을 모형화 하는 것이 필요하며, 이러한 모형을 평균-분산 가속화 실패시간모형이라 부른다. 본 논문에서는 벌점 가능도함수를 이용하여 평균-분산 가속화 실패시간모형에서 회귀모수에 대한 변수선택 절차를 제안한다. 여기서 벌점함수로서 LASSO, ALASSO, SCAD 그리고 HL (계층가능도)와 같은 네 가지 벌점함수를 연구한다. 제안된 변수선택 절차를 통해 중요한 공변량의 선택 뿐만 아니라 회귀모수의 추정을 동시에 제공할 수 있다. 제안된 방법의 성능은 모의실험을 통해 평가하고, 하나의 임상 예제자료를 통해 제안된 방법을 예증하고자 한다.

• Journal of the Korean Data and Information Science Society
• /
• 제8권2호
• /
• pp.195-209
• /
• 1997

일반화 선형모형의 범위를 크게 확장한 준-우도 모형에서 반응변수의 분산성분인 산포모수가 상수가아니라 어떤 공변량들의 값에 의존하여 변하는 경우, 평균과 산포의 동시 모형화가 요구된다. 본 논문에서는 준-우도 모형에서 평균과 산포의 동시 모형화를 통해 실제 자료를 쉽게 분석하도록 해주는 통계 패키지 GENSTAT(release 5.3.2, 1996)을 활용하여, Carrol과 Ruppert(1987,pp.46-47)에 의해 소개된 에스테르 분해효소 (esterase assay)의 자료에 대해 그래픽 방법을 이용한 모형검토를 통해서 기존의 평균모형 보다는 평균과 산포의 동시 모형화를 고려해야 하는 필요성을 언급한 뒤, 그 자료에 대한 적절한 평균과 산포의 동시 모형을 찾는 방법을 연구한다.

• 재무관리연구
• /
• 제24권3호
• /
• pp.133-152
• /
• 2007

손실기피(limited down side risk) 선호를 가진 투자자의 경우 통상적으로 사용하는 위험도의 척도인 분산 혹은 표준편차 대신에 하방 위험성에 더 관심을 가지게 되는데, 이러한 경우 평균-VaR 모형이 평균-분산 모형보다 더 적합한 모형일 수 있다. 이 논문에서는 두 모형을 이용하여 최적자산배분 문제를 실증분석하고 그 결과의 차이를 비교하였다. 수익률의 분포에 정규분포 가정이 아닌 두터운 꼬리(fat tail) 분포 가정을 도입하여 극단적인 위험을 고려한 최적자산배분 문제를 분석을 하였다. 각 이론이나 가정들의 강건성(robustness)을 살펴보기 위하여 역사적 분포를 이용한 분석을 비교 기준으로 하였다. 경험적 혹은 역사적 분포를 이용한 분석을 통해서, 극단적인 위험을 고려하는 손실기피적인 선호체계에서의 최적화 행위는 정규분포의 가정이나 평균-분산 모형이 적절하지 않은 것으로 확인되었다. 일상적인 수준을 능가하는 극단적인 손실 위험성을 고려하기에 적합한 모형은 수익률의 두터운 꼬리를 반영하는 분포 가정에 기초한 평균-VaR 모형인 것으로 나타났다.

• 응용통계연구
• /
• 제14권2호
• /
• pp.333-344
• /
• 2001

통계적 추론에 사용되는 많은 통계량들은 평균벡터의 평활함수의 형태로 표현이 가능하다. 본 연구에서는 이들 통계량들의 분포함수에 대한 안부점근사법을 제시하였다. 이 방법은 Na(1998)에서 제시된 일반적 통계량의 분포함수에 대한 안부점근사법이 평균벡터의 평활함수모형에 특히 유용하게 사용될 수 있음을 보인 것이다. 이 근사법은 정규근사에 비해 근사의 정도가 뛰어나며, 특히 통계량의 꼬리부분의 확률에 대해서도 정확도가 그대로 유지되는 장점이 있어 정밀한 추론이 요구되는 많은 문제에 효과적으로 사용될 수 있다. 모의 실험에 사용할 평균벡터의 평활함수 모형으로는 스튜던트화 분산을 고려하였다.

• 재무관리논총
• /
• 제14권1호
• /
• 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.

• Communications for Statistical Applications and Methods
• /
• 제4권3호
• /
• pp.611-616
• /
• 1997

불균형일원변량모형에서 분산성분비율의 점추정에 관한 문제가 고려되어진다. 분산성분비율에 대한 새로운 추정량이 제안되며, 분산성분비율에 대한 여러가지 점추정량과 제안된 추정량을 평균자승오차(MSE)의 관점에서 추정량들의 효율성을 모의실험을 통하여 살펴본다. 결론적으로 제안된 추정량은 수준의 수가 크고 불균형정도가 매우 심한 경우를 제외하고 다른 추정량들보다 훨씬 MSE 효율성이 높아짐을 알 수 있다.