• Communications for Statistical Applications and Methods
• /
• v.4 no.2
• /
• pp.333-343
• /
• 1997

선형회귀분석에서 변수의 선택문제는 최적의 모형을 찾는데 아주 중요한 부분을 차지한다. George와 McCulloch(1993)는 계층적 베이즈 모형과 깁스표본법을 이용하여 선형회귀모형에서 변수를 선택하는 문제를 고려하였다. 이 논문에서는 George와 McCulloch의 모형을 바탕으로 각각의 설명변수가 모형에 포함될 사전확률을 객관적인 기준에 의하여 결정하는 문제를 고려하여 보았다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2010.05a
• /
• pp.1827-1831
• /
• 2010

국내의 저수지 비상대처계획수립은 저수용량 100만$m^3$이상의 중 대규모의 댐 및 저수지를 대상으로 수립되고 있다. 반면, 전국 14,208개의 시 군 구 지자체관리 저수지 가운데 80% 이상을 차지하고 있는 30만$m^3$ 미만의 중 소규모 저수지에 대해서는 피해규모의 정량화 방안이 체계적으로 구축되어 있지 못한 실정이다. 이에 본 연구는 중 소규모 농업용 저수지의 붕괴로 인하여 하류부에서 발생하는 피해를 산정하고, 잠재적인 피해액을 예측할 수 있는 홍수피해액 산정방법을 연구하고 인명 및 재산피해를 추정하는 기법을 연구하였다. 홍수피해액 산정에 대한 연구는 1970년대에 치수경제성 분석의 필요성이 대두되면서 원단위법(1993, 건설부, 하천시설기준), 회귀분석법(2001, 건설교통부, 치수사업 경제성분석 개선방안 연구), 다차원법(2004, 건설교통부, 치수사업 경제성분석 연구 방법) 순으로 발전되어 왔다. 원단위법과 회귀분석법의 문제점을 보완하기 위하여 다차원법이 제시되었지만 사용하는 자료가 방대하고 실제 가용성이 제한적인 자료를 포함하고 있어서 적용성이 떨어지는 단점을 가지고 있다. 본 연구에서는 중 소규모의 농업용 저수지 붕괴로 인한 홍수범람시의 피해액산정을 위하여 기존의 원단위법과 다차원법의 장점을 취하여 침수피해추정곡선법(IDEM : Inundation Damage Estimation Method)을 적용하였다. 인명손실액, 이재민피해손실액, 건물피해액, 건물내용물 피해액, 농작물 피해액, 농경지피해액, 공공시설물 피해액으로 구분하고 현재 제공되는 통계자료와 GIS 기법을 이용하여 대상 저수지인 창리저수지의 붕괴에 따른 소규모 범람구역의 침수심별 홍수피해액을 산정 후 침수심-피해액 곡선을 작성하였다. 창리저수지의 경우 저수지 붕괴시 0.4m의 침수심부터 제내지의 침수피해가 발생함을 알 수 있었으며, 침수심-피해액 곡선을 이용하여 침수심별 피해규모를 예상할 수 있었다. 향후 다양한 저수지에 적용성을 검토하여 국내 중 소규모 농업용 저수지 붕괴에 따른 홍수피해액 산정에 이용될 수 있을 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.178-178
• /
• 2021

최근 들어 기후변화로 인한 극심한 가뭄 피해가 한반도에 발생하고 있다. 가뭄 상황에 대비하여 댐을 안정적으로 운영하기 위해서는 갈수빈도 유입량에 대한 분석이 필수적이다. 갈수빈도해석의 경우, 홍수빈도해석과 유사하게 확률밀도함수의 극값에 대한 확률값을 산정하며, 확률 분포형의 역함수에 비초과확률을 대입하여 산정한다. 그러나 홍수와 달리 가뭄은 지속기간이 긴 특성 탓에 자기상관을 고려해야하며, 댐 및 저수지 등 대규모 시설물의 경우 일반적인 하천과 달리 저류효과로 인해 누적 유량에 대한 고려가 필요하다. 이에 K-water는 자체 제작한 누가차분법 및 Disaggregation 두 가지 방법을 채택하여 실무에서 사용해왔다. 그러나 누가차분법을 사용할 경우, 빈도유입량이 지나치게 크게 산정되는 문제가 있으며, Disaggregation 방법을 사용하는 경우, 특정 빈도 이상의 극한가뭄에서 유입량의 차이가 유의미하지 않아 산정된 빈도유입량과 최근 발생한 극심한 가뭄의 실측유입량간 큰 차이가 발생하고 있다. 따라서 본 연구에서는 자기상관을 고려한 선형회귀모형에 근거하여 빈도유입량을 배분하는 방법을 제안한다. 또한, 앞서 서술한 네 가지 빈도유입량 방법(월빈도분석, 누가차분법, K-water Disaggregation, 자기상관 선형회귀모형)에 대한 수식적 비교를 수행하며, 국내 댐 유역에 적용 및 평가를 통해 자료 특성에 따른 적절한 빈도유입량 산정방식에 대한 기준을 제안한다. 본 연구를 통해 가뭄특성을 고려한 합리적인 댐 유입량을 산정함으로써 보다 유연한 수자원시설물의 가뭄대응이 이루어질 것으로 기대된다.

• Proceedings of the Korean Society of Near Infrared Spectroscopy Conference
• /
• 2002.11a
• /
• pp.25-58
• /
• 2002

• The Korean Journal of Applied Statistics
• /
• v.31 no.3
• /
• pp.343-352
• /
• 2018

We can use quantile regression and expectile regression analysis to estimate trends in extreme regions as well as the average trends of response variables in given explanatory variables. In this paper, we compare the performance between the parametric and nonparametric methods for expectile regression. We introduce each estimation method and analyze through various simulations and the application to real data. The nonparametric model showed better results if the model is complex and difficult to deduce the relationship between variables. The use of nonparametric methods can be recommended in terms of the difficulty of assuming a parametric model in expectile regression.

• Korean Journal of Food Science and Technology
• /
• v.28 no.5
• /
• pp.916-921
• /
• 1996

This study was conducted to measure fat contents of potatochips by near infrared spectroscopy (NIRS). Both potatochip powder and potatochips were used to find correlations between the absorbance at certain wavelengths find the fat contents. Based on the correlation analysis, linear regression models predicting the fat contents were developed to predict the fat contents. Artificial neural network (ANN) models were also developed. Predicted values were compared to the measured ones. The regression and the ANN model predicting the fat contents of potatochip powder had determination coefficients of 0.93 and 0.92, and standard errors of prediction (SEP) of 1.29% and 1.17%, respectively. The correlation analysis of potatochips showed that the determination coefficients were low. Therefore, the fat contents of not potatochips but potatochip powder could be measured by NIRS.

• Nuclear industry
• /
• v.38 no.5
• /
• pp.77-79
• /
• 2018

• Journal of the Korean Data and Information Science Society
• /
• v.11 no.1
• /
• pp.1-18
• /
• 2000

In this paper, we study several parameter estimation methods used for autoregressive processes and compare them in view of forecasting. The least square estimation, least absolute deviation estimation, robust estimation are compared through Monte Carlo simulations.

• The Korean Journal of Applied Statistics
• /
• v.31 no.4
• /
• pp.463-473
• /
• 2018

Variable selection algorithms for linear regression models of large data are considered. Many algorithms are proposed focusing on the speed and the robustness of algorithms. Among them variance inflation factor (VIF) regression is fast and accurate due to the use of a streamwise regression approach. But a VIF regression is susceptible to outliers because it estimates a model by a least-square method. A robust criterion using a weighted estimator has been proposed for the robustness of algorithm; in addition, a robust VIF regression has also been proposed for the same purpose. In this article a fast and robust variable selection method is suggested via a VIF regression with detecting and removing potential outliers. A simulation study and an analysis of a dataset are conducted to compare the suggested method with other methods.

• Journal of the Korean Institute of Gas
• /
• v.22 no.2
• /
• pp.52-58
• /
• 2018

The flash point is one of the most important properties to characterize fire and explosion hazard of flammable liquid mixture. In this paper, the flash points of ternary liquid mixture, n-nonane+n-decane+n-tridecane system, were measured using Seta flash closed cup tester. The measured values were compared with the calculated values using Raoult's law and multiple regression analysis. The absolute average errors(AAE) of the results calculated by Raoult's law is $0.6^{\circ}C$. The absolute average errors of the results calculated by multiple regression analysis is $0.4^{\circ}C$. As can be seen from AAE, the calculated values based on multiple regresstion analysis were found to be better than those based on Raoult's law.