• 응용통계연구
• /
• 제21권4호
• /
• pp.603-613
• /
• 2008

셀 수 있는 이산 자료 중에서 일반적인 모형에 비하여 영의 빈도가 과도하게 많이 관측되는 자료가 있다. 이러한 경우에 포아송 또는 음이항회귀모형과 같은 일반적인 회귀모형에 의한 분석은 적절하지 못하다. 본 논문에서는 영과잉 포아송회귀모형과 영과잉 음이항회귀모형에 대하여 베이지안 분석을 하였다. 또한, 마코브 연쇄 몬테카롤로 방법으로 계산한 베이즈 요인을 이용하여 모형선택을 하였다. 실제 교통사고 자료를 분석하여 이론적인 결과들을 뒷받침하였다.

• 한국ITS학회 논문지
• /
• 제8권6호
• /
• pp.46-54
• /
• 2009

본 연구는 무인신호위반단속장비의 사고감소 효과를 다루고 있다. 연구의 목적은 EB (Empirical Bayes)방법을 이용하여 사고감소 효과를 분석하는데 있다. 이를 위해 무인신호위반단속장비가 설치된 28개 교차점 728건의 사고자료를 이용한다. 연구의 주요결과는 다음과 같다. 첫째, 단순사고건수 방법의 사고감소 효과는 20.74%로 분석되었다. 둘째, 포아송과 음 이항 회귀모형을 이용하여 SPF모형이 개발되었으며, 과분산계수가 0에 가까워 포아송 회귀모형이 음이항 회귀모형보다 더 적합한 것으로 평가되었다. 아울러 포아송 모형의 ${\rho}^2$값이 0.409로 나타나 통계적으로 유의한 모형으로 분석되었다. 마지막으로, EB방법을 이용한 분석 결과, 사고가 3.89%에서 29.23% 감소된 것으로 나타났다.

• 대한토목학회논문집
• /
• 제34권3호
• /
• pp.773-784
• /
• 2014

본 연구는 우리나라의 극한강우와 극한홍수를 모의하기 위한 MBLRP 포아송 클러스터 강우생성모형의 적용성을 평가하였다. 국내 61개의 기상청 지상기상관측시스템의 강우량 관측지점에 대하여 고립입자 군집화 최적화(ISPSO) 기법을 적용하여 모형의 매개변수를 추정하고, 추정된 매개변수를 바탕으로 각 강우관측지점에서 100년치의 가상 강우시계열을 생성하였다. 생성된 강우시계열을 이용하여 확률강우량 및 확률홍수량을 산정하고 이 값들을 관측치에 근거하여 산정된 값들과 비교하였다. 비교 결과, 모형에 의한 확률강우량은 관측치보다 평균적으로 20~42% 작았으며, 강우의 재현기간이 증가할수록 과소산정되는 정도가 증가하였다. 확률홍수량의 경우, 모형에 의한 값이 관측치에 근거한 값보다 31%에서 50% 작았으며, 이 과소산정량은 홍수의 재현기간의 증가 및 유역의 불투수도의 증가와 함께 증가하였다.

• 응용통계연구
• /
• 제19권1호
• /
• pp.1-12
• /
• 2006

본 논문에서는 2002년에 (사)볼런티어21에서 실시한 설문조사 자료를 이용하여 2001년에 우리나라 개인들이 기부한 횟수에 영향을 주는 유의한 변수들을 식별하였다. 기부횟수의 경험적 분포로 미루어 모집단은 기부를 적게 하는 집단과 많이 하는 집단으로 구성되며 따라서 모집단 분포를 두개 포아송 분포의 혼합분포로 모형화하였다. 이 모형에 기초하여 기부횟수에 영향을 미치는 변수들을 식별하였다. EM알고리즘을 이용하여 모수를 추정하고 2.5%와 97.5%에 기초한 백분위수 신뢰구간을 보완한 BCa(bias-corrected and accelerated) 신뢰구간을 계산하여 유의한 변수들을 찾았다. 연구결과 혼합 포아송 회귀모형에서는 기부횟수가 적은 집단("작은 군")과 기부횟수가 많은 집단("큰 군") 모두에서 소득과 자원봉사의 경험 유무(1:예, 0:아니오)가 기부횟수에 유의적으로 영향을 주는 변수로 밝혀졌다. 또한 두 변수 각각에서 회귀계수가 양수로 나타나 소득이 많을수록, 혹은 자원봉사의 경험이 있는 사람일수록 기부횟수가 증가하는 것을 알 수 있다. 그러나 소득과 자원봉사 변수의 회귀계수는 "작은 군"이 "큰 군"에 비해 더욱 크게 나타나고 있다. "작은 군"보다 "큰 군"의 사람들에게 기부가 생활화되어 있고, 따라서 소득과 자원봉사의 경험 유무가 기부횟수에 미치는 영향이 상대적으로 적은 것으로 파악된다.

• 응용통계연구
• /
• 제27권5호
• /
• pp.743-753
• /
• 2014

Kim 등 (2006)과 Kim 등 (2009)은 2002년에 (사)볼런티어 21에서 조사한 설문자료에 기초하여 우리나라 개인의 기부횟수에 영향을 주는 유의적 설명변수를 보고한 바 있다. 본고에서는 Kim 등 (2006)과 Kim 등 (2009)의 계산오류를 발견하여 이를 수정하고, 아울러 Kim 등 (2009)이 적용한 0이 팽창된 포아송 모형에 로지스틱 회귀모형을 추가하였다. 동 로지스틱 모형으로 기부행위(0, 1)에 영향을 주는 설명변수를 식별하고, 아울러 기부횟수가 작은 군(群)과 큰 군(群)을 판별하여 주는 설명변수를 식별하고자 한다.

• 한국수자원학회논문집
• /
• 제37권10호
• /
• pp.813-822
• /
• 2004

본 연구에서는 경기도 지역을 중심으로 관측자료로 부터 아울러 포아송 과정을 적용하여 가뭄의 재현 및 지속특성을 정량화하고 그 공간분포를 비교 분석해 보았다. 본 연구에서는 관측된 월 강수량 자료를 가뭄지수인 SPI로 변환하여 분석에 이용하였다. 특히, 가뭄의 공간분포 특성 파악을 위해 관측길이가 서로 다른 자료에 포아송 과정을 적용하는 경우의 장ㆍ단점 등을 파악해 보고자 하였다. 본 연구의 결과를 요약하면 다음과 같다. (1) 포아송 과정을 이용한 가뭄의 정량화는 특히 관측기록이 짧은 경우에 유리한 것으로 나타났다. 공간적으로 가까운 위치에 있는 두 지점의 특성이 관측기록의 길이에 덜 민감해 짐에 따라 전체적으로 유사한 특성을 나타냄을 확인할 수 있었다. (2) 지점별 관측기록의 길이가 크게 다른 경우 모형에 의한 가뭄의 공간적 특성 파악이 단순히 관측자료를 이용한 경우에 비해 우월할 수 있다. 본 연구의 경우에 있어서도 모형을 이용한 경우 가뭄의 공간분포가 관측을 직접 분석하여 얻은 가뭄의 공간분포보다 뚜렷하게 나타남을 확인할 수 있었다.

• Communications for Statistical Applications and Methods
• /
• 제2권2호
• /
• pp.155-165
• /
• 1995

반복측정자료의 분석을 위해 제안된 Liang and Zeger(1986)의 회귀모형은 일반화추정식(generalized estimationg equations, GEE)을 이용하여 모형의 모수를 추정한다. 이 모형은 반복측정된 반응변수와 설명변수들과의 관계를 추정하는 것이 주된 목적이기 때문에 회귀모수는 중요한 모수로 간주되나 산포모수는 중요하지 않은 장애모수(nuisance parameters)로 간주된다. 일반적으로 GEE 분석에서 회귀모수의 추정량은 산포모수에 상관없이 일치적(consistent)으로 얻어진다고 알려져 있다. 그러나 본 논문에서는 포아송분포를 따르는 반복측정자료에 대한 사례연구와 모의 실험을 통해서 일반적으로 믿어져왔던 것과는 달리 GEE 방법이 산포모수에 민감하게 영향을 받고 있음을 보였다. 특히 산포모수의 값이 일정하지 않은 경우에는 GEE 방법이 산포모수에 민감 하게 영향을 받고 있음을 보였다. 특히 산포모수의 값이 일정하지 않은 경우에는 GEE 방법에서 밝혀진 회귀모수 추정량의 일치성에도 문제가 발생할 수 있음을 보였다.

• 대한교통학회지
• /
• 제26권2호
• /
• pp.35-46
• /
• 2008

본 연구는 지방부의 교통사고 특성을 분석하고 사고모형을 개발하는데 그 목적이 있다. 이를 위해 본 연구에서는 청주시와 청원군의 신호교차로를 중심으로 다중선형, 포아송 및 음이항회귀모형을 개발하는데 중점을 두고 있다. 분석된 주요 연구결과는 다음과 같다. 첫째, 사고특성 분석을 통해 지방부 교통사고의 특성이 요인별로 파악되었다. 둘째, 통계적으로 설명력이 높은 4개의 사고모형이 개발되었다. 마지막으로 평균차로폭차($X_2$)와 교차로간거리 ($X_{11}$)가 지방부의 특성을 반영할 수 있는 특정변수로 밝혀졌다.

• 응용통계연구
• /
• 제16권2호
• /
• pp.335-349
• /
• 2003

본 논문에서는 포아송분포 대 음이항분포, 그리고 정규분포, 이중지 수분포 대 코쉬분포에 대한 모형선택을 위하여 베이지안 방법을 사용한다. 각 모수에 대한 사전분포로는 무정보 부적절 사전분포의 가정 하에, 베이지안 모형선택을 위하여 O'Hagan (1995)의 부분적 베 이즈요인을 이용하였다. 실제자료와 모의 실험 자료의 분석을 통하여 부분적 베이즈요인의 유용성을 Berger와 Pericchi (1996, 1998)의 내재적 베이즈요인들과 함께 비교 검토해 본다.

• 한국정보처리학회논문지
• /
• 제4권2호
• /
• pp.395-400
• /
• 1997

소프트웨어 신뢰도는 소프트웨어의 중요한 품질 특성 중의 하나이며, 소프트웨어 신뢰도 성장 모형은 테스트 단계동안 신뢰도를 평가하고 신뢰도가 성장하는 양상을 파악 할 수 있는 도구이다. 그러므로 테스트 단계동안 수집된 고장 자료는 적절한 소프트웨어 신뢰도 모형에 의거해 계속적으로 분석된다. 비등질 포아송 과정 모형이 적절한 소프트웨어 신뢰도 성장 모형인 경우 고장 수 자료를 분석하기 위해서 포아송 희귀 모형을 세우고 모수들은 가장 최소 자승법으로 추정하는 것이 가능하며, 이렇게 구한 가장 최소 자승 추정량은 최우 추정량과 동일한 성질을 가짐을 보일 수 있다. 이 분석 방법을 대형 시스템으로부터 수집된 실제 자료를 분석하는데 적용한다.