• Proceedings of the Korean Statistical Society Conference
• /
• 2002.05a
• /
• pp.127-132
• /
• 2002

절단된 정규분포의 평균과 분산을 추정하기 위하여 전체 표본에 기초한 최대가능도 추정량을 사용한 방법과 절단된 후에 남아있는 표본만을 고려한 절단된 표본의 표본평균과 표본분산을 시뮬레이션을 통해 비교 연구하였다. 평균을 추정하는 경우에는 놀랍게도 절단된 자료에 기초한 추정량이 전체 표본에 기초한 추정량보다 평균제곱오차가 더 작다는 것을 발견하였다.

• Journal of the Korean School Mathematics Society
• /
• v.9 no.3
• /
• pp.309-316
• /
• 2006

This study examined the ambiguous using the terminology of statistics at mathematics textbook of highschool in Korea and proposed the correct using of sampling error and sampling distribution of sample mean with consistency. And this paper proposed that the concept of error have to teach in context of sampling action in school mathematics.

• Journal of the Korean Data and Information Science Society
• /
• v.24 no.6
• /
• pp.1211-1219
• /
• 2013

Recently, the usage of skew-normal distribution, instead of classical normal distribution, is rising up in many statistical theories and applications. In this paper, we deal with saddlepoint approximation for the distribution function of sample mean of skew-normal distribution. Comparing to normal approximation, saddlepoint approximation provides very accurate results in small sample sizes as well as for large or moderate sample sizes. Saddlepoint approximations related to the skew-normal distribution, suggested in this paper, can be used as a approximate approach to the classical method of Gupta and Chen (2001) and Chen et al. (2004) which need very complicate calculations. Through simulation study, we verified the accuracy of the suggested approximation and applied the approximation to Robert's (1966) twin data.

• Journal for History of Mathematics
• /
• v.9 no.2
• /
• pp.15-21
• /
• 1996

적률법(method of moment)이란 변수 X의 멱승에대한 기대치를 이용하여 분포의 성질을 알아보는 방법이다. 여기서 적률법이 이용되어진 역사적 배경을 소개하고, 3차 적률들의 선형적 성질을 비교하였다. 먼저, Kagan이 입증한 표본평균에 관한 3차 표본적률의 선형적 성질과 Bayesian 경우에 3차 사후적률(posterior moment)과 사후평균(posterior)의 선형성을 소개하였다. 그리고, 자연지수족(natural exponential family)아래서도 표본평균에 관한 3차 표본적률의 선형성을 알아보기 위해 단순함수(simple function)의 형태로 유도하였으며, 정규분포인 경우에 적용시켜 보았다.

• Proceedings of the Korean Statistical Society Conference
• /
• 2003.05a
• /
• pp.127-130
• /
• 2003

주변분포가 Laplace 분포인 세 가지 형태의 이변량 Laplace 분포를 연구한다. 각각의 이변량 Laplace 분포의 확률밀도함수와 누적분포함수를 유도하고, 분포의 그래프를 그려봄으로써 분포의 형태를 알아본다. 조건부 적률을 정리하여 조건부 첨도와 조건부 왜도를 구하고 분포의 성질을 파악한다. 상관계수를 구하여 다른 이변량 분포의 상관계수와 비교해 보았다. 그리고 정의된 분포함수를 응용하여 이변량 Laplace 분포를 따르는 난수벡터를 발생하는 알고리즘을 제안하였으며, 생성된 난수벡터의 표본으로부터 구한 표본평균과 중앙값의 분산-공분산 행렬식을 구하고 이변량 정규분포에 대응하는 행렬식과 비교 토론하였다.

• The Korean Journal of Applied Statistics
• /
• v.11 no.2
• /
• pp.287-302
• /
• 1998

Saddlepoint approximation to the distribution function of sample mean(Daniels, 1987) is extended to the case of general statistic in this paper. The suggested approximation methods are applied to derive the approximations to the distributions of some statistics, including sample valiance and studentized mean. Some comparisons with other methods show that the suggested approximations are very accurate for moderate or small sample sizes. Even in extreme tail the accuracies are also maintained.

• Communications of Mathematical Education
• /
• v.8
• /
• pp.279-286
• /
• 1999

수학 통계용 그래픽 계산기와 통계 자료 분석용 소프트웨어를 활용하는 외국과 국내의 통계 교육의 ·추세를 소개한다. 그리고 통계 자료 분석용 소프트웨어인 Statistica의 특징을 요약한 다음 통계학을 효과적으로 교육하기 위하여 Statistica에서 제공되는 Statistica Basic Language로 프로그램한 세 가지 모듈을 제시한다. 프로그램을 입력하는 과정을 간단히 설명한 후 각 모듈을 소개한다. 처음 모듈은 숫자 값으로 표현되는 계량 자료에 대한 단순 통계량들을 구하기 위하여 분석하려는 원시 자료를 Sprea-dsheet에 입력한 다음 Statistica Basic Language로 프로그램한 모듈을 실행시킴으로써 한 번에 입력 자료에 대한 단순 통계량의 결과들을 볼 수 있도록 하였다. 둘째로 1에서 100까지 숫자들을 단순 랜덤 비복원 추출하는 과정을 프로그램한 모듈을 제시하였다. 마지막으로 프로그램한 모듈에서 제시되는 윈도우에 균일 분포에서 단순 랜덤 복원 추출하기 위한 표본의 크기와 샘플링 반복 횟수를 입력하면 표본 평균의 도수분포표와 도수분포도가 작성되어 표본 평균의 분포가 중심극한정리를 따르는가를 확인하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.158-158
• /
• 2016

본 연구에서는 극치 분포의 오른쪽 꼬리 부분 예측 시 안정적인 확률수문량 산정하는 확률분포형과 매개변수 추정 방법을 평가하기 위해 Monte Carlo 모의를 수행하였다. 수문자료의 빈도해석에 적합한 것으로 알려진 generalized extreme value (GEV), Gumbel (GUM), generalized logistic (GLO), gamma3 (GAM3), normal (NOR), log-normal3 (LN3) 총 6개의 확률분포형을 바탕으로 오른쪽 꼬리 부분의 확률수문량 추정 성능을 모의 실험을 통해 평가하고자 한다. 30년 이상 자료를 보유한 기상청 지점의 지속기간별 연최대값 자료를 분석한 결과를 바탕으로 모분포를 GEV분포로 선정하였으며 평균이 1.0, 표준편차 0.5, 왜곡도 계수는 0.5, 1.0, 2.0, 3.0, 4.0이 되도록 가정하였다. 또한 자료 길이에 따른 성능 평가를 위해 표본 크기 20, 50, 100, 150, 200개에 대해 분석을 수행하였다. 위와 같은 가정으로 총 25종류(왜곡도계수 5개 ${\times}$ 표본 크기 5개)의 발생된 모분포에 6가지의 확률분포형과 3가지의 매개변수 추정방법(모멘트법, 최우도법, 확률가중모멘트법)을 조합한 18가지의 모델을 비교 분석해보았다. 평가방법으로는 평균 제곱근 오차(Root Mean Square Error, RMSE), 편의(bias), 평균 상대오차(Mean Relative Difference, MRD), 평균 절대 상대오차(Mean Absolute Relative Difference, MARD)를 사용하여 적용 모델의 성능을 비교 분석하였다.

• The Korean Journal of Applied Statistics
• /
• v.14 no.2
• /
• pp.369-378
• /
• 2001

본 논문에서는, 신뢰성분석에서 고려되는 평균고장률의 추이에 관한 검정법에 대해 연구하였다. 즉, 수명분포가 지수분포를 따르는지 또는 수명분포의 평균고장률이 증가하는지를 검정하는 검정통계량을 제안하였다. 제안된 검정통계량은 순서통계량의 선형 함수의 형태로 이루어져 있고 대표본 뿐만 아니라 소표본에서도 쉽게 적용될 수 있다. 또한 제안된 검정통계량의 점근상대효율을 평가하기 위해, Klefsjo(1983)가 제안한 검정통계량과 비교하여 보았다.

• Korean journal of applied entomology
• /
• v.51 no.2
• /
• pp.91-97
• /
• 2012

The dispersion indices, spatial pattern and sampling plan for pink citrus rust mite (PCRM), Aculops pelekassi, monitoring was investigated. Dispersion indices of PCRM indicated the aggregated spatial pattern. Taylor's power law provided better description of variance-mean relationship than Iwao's patchiness regression. Fixed-precision levels (D) of a sequential sampling plan were developed using by Taylor's power law parameters generated from PCRM on fruit sample (cumulated number of PCRM in $cm^2$ of fruit). Based on Kono-Sugino's empirical binomial the mean density per $cm^2$ could be estimated from fruit ratio with more than 12 rust mites per $cm^2$: $ln(m)=4.61+1.23ln[-ln(1-p_{12})]$. To determine the optimal tally threshold, the variance (var(lnm)) for mean (lnm) in Kono-Sugino equation was estimated. The lower and narrow ranged change of variance for esimated mean showed at a tally threshold of 12. To estimate PCRM mean density per $cm^2$ at fixed precision level 0.25, the required sample number was 13 trees, 5 fruits per tree and 2 points per fruit (total 130 samples).