• Communications for Statistical Applications and Methods
• /
• 제21권2호
• /
• pp.183-191
• /
• 2014

We define a multivariate Cauchy distribution using a probability density function; subsequently, a Ferguson's definition of a multivariate Cauchy distribution can be viewed as a characterization theorem using the characteristic function approach. To clarify this characterization theorem, we construct two dependent Cauchy random variables, but their sum is not Cauchy distributed. In doing so the proofs depend on the characteristic function, but we use the cumulative distribution function to obtain the exact density of their sum. The derivation methods are relatively straightforward and appropriate for graduate level statistics theory courses.

• 산업경영시스템학회지
• /
• 제33권3호
• /
• pp.130-136
• /
• 2010

In this study, we propose a new method for generating candidate solutions based on both the Cauchy and the Gaussian probability distributions in order to use the merit of the solutions generated by these distributions. The Cauchy probability distribution has larger probability in the tail region than the Gaussian distribution. Thus, the Cauchy distribution can yield higher probabilities of generating candidate solutions of large-varied variables, which in turn has an advantage of searching wider area of variable space. On the contrary, the Gaussian distribution can yield higher probabilities of generating candidate solutions of small-varied variables, which in turn has an advantage of searching deeply smaller area of variable space. In order to compare and analyze the performance of the proposed method against the conventional method, we carried out experiments using benchmarking problems of real valued functions. From the result of the experiment, we found that the proposed method based on the Cauchy and the Gaussian distributions outperformed the conventional one for most of benchmarking problems, and verified its superiority by the statistical hypothesis test.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제9권1호
• /
• pp.1-3
• /
• 2009

Recently, Carlsson, Full\acute{e}$r and Majlender [1] presented the concept of possibilitic correlation representing an average degree of interaction between marginal distribution of a joint possibility distribution as compared to their respective dispersions. They also formulated the weak and strong forms of the possibilistic Cauchy-Schwarz inequality. In this paper, we define a new probability measure. Then the weak and strong forms of the Cauchy-Schwarz inequality are immediate consequence of probabilistic Cauchy-Schwarz inequality with respect to the new probability measure.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제37권8호
• /
• pp.591-598
• /
• 2010

본 논문에서는 연속형 최적화 문제를 위한 타부 탐색에서 후보 해를 생성하기 위해 사용되는 정규 분포의 단점을 보완하기 위하여 코시 확률 분포에 기초한 후보 해 생성 방법을 제안하였다. 코시 확률 분포는 평균 및 분산 등이 무한대인 확률 분포이며, 분포의 꼬리 부분의 확률이 정규 분포에 비하여 상대적으로 크다. 따라서 코시 분포를 사용하면 변수의 변화가 큰 후보 해가 생성될 확률이 높기 때문에 보다 넓은 변수 공간을 탐색할 수 있는 장점이 있다. 코시 확률 분포를 사용한 타부 탐색의 성능을 기존의 정규 분포를 사용한 방법과 비교 분석하기 위하여 실변수 함수로 구성된 벤치마킹 문제에 적용하여 실험을 실행하였다. 실험 결과를 통해 볼 때, 실험에 사용한 모든 함수에 대하여 코시 분포를 사용한 방법이 보다 나은 결과를 나타냈으며, 또한 통계적 가설 검정을 통하여 코시 확률 분포의 우수성을 입증하였다.

• 대한수학회보
• /
• 제30권1호
• /
• pp.29-34
• /
• 1993

J. Leray [7] proposed a sufficient condition ofr the solvability of the Cauchy problem on the initial hyperplane x$_{1}$=0 with Cauchy data which are holomorphic with respect to the variables parallel to some analytic subvariety S of the initial hyperplane. Limiting the problem to the case of operators with constant coefficients, A. Kaneko [2] proposed a new sharper sufficient condition. Later we generalized this condition and showed that it is necessary and sufficient for the solvability of the Cauchy problem for the hyperfunction Cauchy data and the distribution Cauchy data which contain variables parallel to S as holomorphic parameters in [5, 6]. In this paper, we extend the results in [6] to the case of operators with variable coefficients and show that it is sufficient for the solvability of the Cauchy problem for the hyperfunction Cauchy data. Our main theorem can be considered as an example of a deep theorem on micro-hyperbolic systems by Kashiwara-Schapira [4] and we give a direct proof based on an elementary sweeping out procedure developed in Kaneko [3].

• Journal of the Korean Statistical Society
• /
• 제34권1호
• /
• pp.35-38
• /
• 2005

A single, tractable, special case of the problem of continuous mixtures of beta distributions over their parameters is considered. This is the uniform mixture of generalized arc-sine distributions which, curiously, turns out to be linked by transformation to the Cauchy distribution.

• 충청수학회지
• /
• 제21권3호
• /
• pp.361-370
• /
• 2008

We consider the Hyers-Ulam type stability of the Cauchy, Jensen, Pexider, Pexider-Jensen differences: $$(0.1){\hspace{55}}C(u):=u{\circ}A-u{\circ}P_1-u{\circ}P_2,\\(0.2){\hspace{55}}J(u):=2u{\circ}\frac{A}{2}-u{\circ}P_1-u{\circ}P_2,\\(0.3){\hspace{18}}P(u,v,w):=u{\circ}A-v{\circ}P_1-w{\circ}P_2,\\(0.4)\;JP(u,v,w):=2u{\circ}\frac{A}{2}-v{\circ}P_1-w{\circ}P_2$$, with respect to bounded distributions.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제37권9호
• /
• pp.694-705
• /
• 2010

진화 프로그래밍은 실수형 최적화 문제에 널리 사용되는 알고리즘으로 돌연변이 연산이 중요한 연산이다. 일반적으로 돌연변이 연산은 확률 분포와 이에 따른 매개변수를 사용하여 변수값을 변화시키는데, 이 때 매개변수 역시 돌연변이 연산의 대상이 됨으로 이를 위한 또 다른 매개변수가 필요하다. 그러나 최적의 매개변수 값은 주어진 문제에 전적으로 의존하기 때문에 매개변수 개수가 많은 경우 매개변수값들에 대한 최적 조합을 찾기 어렵다. 이러한 문제를 부분적으로나마 해결하기 위하여 본 논문에서는 변수의 돌연변이 연산을 위한 매개변수를 자기 적응적 관점에서 이론적으로 추정한 돌연변이 연산을 제안하였다. 제안한 알고리즘에서는 코시 확률 분포의 축척 매개변수를 추정하여 돌연변이 연산에 적용함으로 축척 매개변수에 대한 돌연변이 연산이 필요하지 않다는 장점이 있다. 제안한 알고리즘을 벤치마킹 문제에 적용한 실험 결과를 통해 볼 때, 최적값 측면에서는 제안한 알고리즘의 상대적 우수성은 벤치마킹 문제에 의존하였으나 계산 시간 측면에서는 모든 벤치마킹 문제에 대하여 제안한 알고리즘이 우수하였다.

• 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.

• Communications for Statistical Applications and Methods
• /
• 제9권1호
• /
• pp.101-113
• /
• 2002

In this paper we introduce a new score generating (unction for the rank regression in the linear regression model. The score function compares the $\gamma$'th and s\`th power of the tail probabilities of the underlying probability distribution. We show that the rank estimate asymptotically converges to a multivariate normal. further we derive the asymptotic Pitman relative efficiencies and the most efficient values of $\gamma$ and s under the symmetric distribution such as uniform, normal, cauchy and double exponential distributions and the asymmetric distribution such as exponential and lognormal distributions respectively.