• The Korean Journal of Applied Statistics
• /
• v.13 no.2
• /
• pp.353-369
• /
• 2000

We systematized an stratified spatial sample design(SSSD) that uses the adequate stratification criteria such as the shapeness or the dispersion of an interesting region in a spatial population. And we proposed an adaptive searching estimation method in the SSSD to estimate the area of region of interest in two-dimensional surfaces. When wc adopt the proposed adaptive searching estimation method in SSSD, the observing sample size is more decreased than a classical sample design that all the designed sample size is observed. Nevertheless it has been shown that we can produce the moderate result but the efficiency is a slight reduced.

• The Korean Journal of Applied Statistics
• /
• v.35 no.5
• /
• pp.657-666
• /
• 2022

An informative predictor subspace is useful to estimate the central subspace, when conditions required in usual suffcient dimension reduction methods fail. Recently, for multivariate regression, Ko and Yoo (2022) newly defined a projective-resampling informative predictor subspace, instead of the informative predictor subspace, by the adopting projective-resampling method (Li et al. 2008). The new space is contained in the informative predictor subspace but contains the central subspace. In this paper, a method directly to estimate the informative predictor subspace is proposed, and it is compapred with the method by Ko and Yoo (2022) through theoretical aspects and numerical studies. The numerical studies confirm that the Ko-Yoo method is better in the estimation of the central subspace than the proposed method and is more efficient in sense that the former has less variation in the estimation.

• The Korean Journal of Applied Statistics
• /
• v.9 no.2
• /
• pp.145-159
• /
• 1996

We propose an adaptive searching method using some spatial relations among sample points to estimate the interesting area in the spatial population. The fundamental idea is to observe the neighboring sample points when a sample point is satified with some condition of an adaptive searching observation. For obseving the sample points with this method to estimate the area the sample size is decreased. From this result, we may expect to reduce the cost and time consuming in observation the sample points and to draw the shape of the interesting area without prior information of an spatial population. Some analytical simulation results are also presented.

• Journal of the Korean Geographical Society
• /
• v.34 no.3
• /
• pp.319-336
• /
• 1999

본 연구는 우리나라의 수치지형도에서 수치고도모형(DEM)을 개발하고자 할 때 고려해야 할 요인들을 분석하였다. 특히 DEM의 정확도에 결정적으로 영향을 미치는 내삽법의 과정을 지형적 유형(평지.계곡.산지)과 공간적 표본추출법(체계적추출법.군집형무작위추출법.복합점진적표본추출법)에 따라 구분하여 살펴 보았다. RMSE의 측정을 통해 크리깅 내삽법이 지형의 기복에 산관없이 정확도를 유지함녀서 DEM을 생성할 수 있는 방법으로 평가되었다. 그리고 표본추출법에 따라 공간적 표본 밀도를 달리한 낮은 표본을 대상으로 한 경우에 비해 낮게 나타났다. 또한 본 연구에서 제안한 복합 점진적 표본추출법을 적용한 DEM의 정확도는 다른 표본추출법을 적용한 경우보다 그 정확도가 향상됨을 확인하였고, 반면에 계산상의 효율성이 다른 방법에 비해 떨어지는 단점을 보였다.

• The Korean Journal of Applied Statistics
• /
• v.14 no.2
• /
• pp.379-391
• /
• 2001

본 연구에서는 관심거리가 되고 있는 마코프인쇄 몬테칼로(Markov Chain Monte Carlo, MCMC)방법에 근거한 공간 확률난수 (spatial random variate)생성법과 깁스표본추출법(Gibbs sampling)에 의한 베이지안 분석 방법에 대한 기술적 사항들에 관하여 검토하였다. 먼저 기본적인 확률난수 생성법과 관련된 사항을 살펴보고, 다음으로 조건부명시법(conditional specification)을 이용한 공간 확률난수 생성법을 예를 들어 살펴보기로한다. 다음으로는 이렇게 생성된 공간자료를 분석하기 위하여 깁스표본추출법을 이용한 베이지안 사후분포를 구하는 방법을 살펴보았다.

• 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 KGS Conference
• /
• 2004.05a
• /
• pp.104-104
• /
• 2004

본 연구는 고해상도 위성영상에서 나타나는 그림자 효과를 보정하여 공간정보 획득을 향상하는데 목적이 있다. 이를 위한 방법으로 그림자 효과를 받은 화소와 그렇지 않은 화소의 군집을 표본으로. 사용하여 그림자 효과를 보정하는 방법을 제시한다. 표본은 그림자 효과를 받은 화소와 그렇지 않은 화소를 대상으로 각기 생성된다. (중략)

• Communications for Statistical Applications and Methods
• /
• v.17 no.1
• /
• pp.9-16
• /
• 2010

The sampling design for the spatial population studies needs a model assumption of a dependent relationship, where the interesting parameters can be the population mean, proportion and area. We know that the study of an interested spatial population, which is stratified by a geographical condition or shape, and the degree of distort of an estimation area is much useful. In light of this, if auxiliary information of the target variable such as wasted area contaminated by some material and the degree of distribution of animal or plants is available, then the spatial estimator might be improved through the calibration procedure. In this research, we propose the calibration procedure for the spatial stratified sampling in which we consider the one and two-dimensional auxiliary information.

• Proceedings of the Korea Society for Simulation Conference
• /
• 2004.05a
• /
• pp.41-47
• /
• 2004

중심합성계획(central composite design: ccd)은 반응 표면이 곡면적인 특성을 나타낼때 반응 공간을 추정하기 위해 사용되는 실험계획이다. 반응공간이 2차 회귀모형으로 나타나는 경우에 반응곡면의 변화량을 알기 위해서는 변수의 수준이 3이상이 되어야하는데 ccd는 적은 횟수의 실험으로 곡면을 효과적으로 추정하기 위해 2$^{k}$ 요인실험에 추가적으로 중심점(central point)과 축점(axial point)을 표본점에 포함시키는 계획이다. 본 연구에서는 시뮬레이션 실험에서 반응변수가 2차 회귀모형으로 근사되는 경우에 cod를 이용하여 관심 성과치의 반응표면을 추정하고자 한다. 일반적인 실험에서와는 달리 시뮬레이션 실험에서는 두개의 표본점(인자 수준의 조합)에서 분석자가 공통 난수계열(common random number series)을 부여하여 시뮬레이션 시스템 요소의 변화과정을 유사하게 통제할 수 있다. 일반적으로 공통난수법(common random number method)에 의해 얻어지는 두 표본점에서의 반응변수는 서로 양의 상관관계를 가지며 대조 난수(antithetic random number)에 의한 두 반응변수는 음의 상관성을 가지는 것으로 알려졌다. 본 연구는 ccd의 표본점에 공통난수와 대조난수 법을 이용하여 회귀모형의 파라미터를 효과적으로 추정하는 방법을 조사하고 이를 (s, S) 재고관리 모형에 적용하여 그 효율성을 평가하고자 한다.

• Journal of KIISE:Software and Applications
• /
• v.31 no.12
• /
• pp.1684-1690
• /
• 2004

This paper presents a method for classifier selection that uses distribution information of the training samples in a small region surrounding a sample. The conventional DCS-LA(Dynamic Classifier Selection - Local Accuracy) selects a classifier dynamically by comparing the local accuracy of each classifier at the test time, which inevitably requires long classification time. On the other hand, in the proposed approach, the best classifier in a local region is stored in the FSA(Feature Space Attribute) table during the training time, and the test is done by just referring to the table. Therefore, this approach enables fast classification because classification is not needed during test. Two feature space attributes are used entropy and density of k training samples around each sample. Each sample in the feature space is mapped into a point in the attribute space made by two attributes. The attribute space is divided into regular rectangular cells in which the local accuracy of each classifier is appended. The cells with associated local accuracy comprise the FSA table. During test, when a test sample is applied, the cell to which the test sample belongs is determined first by calculating the two attributes, and then, the most accurate classifier is chosen from the FSA table. To show the effectiveness of the proposed algorithm, it is compared with the conventional DCS -LA using the Elena database. The experiments show that the accuracy of the proposed algorithm is almost same as DCS-LA, but the classification time is about four times faster than that.