• Communications for Statistical Applications and Methods
• /
• 제16권1호
• /
• pp.137-141
• /
• 2009

We study on selecting the kernel weighting function in smoothing moment conditions for dependent processes. For hypothesis testing in Generalized Method of Moments or Generalized Empirical Likelihood context, we find that smoothing moment conditions by Bartlett kernel delivers smallest size distortions based on empirical Edgeworth expansions of the long-run variance estimator.

• Journal of applied mathematics & informatics
• /
• 제8권3호
• /
• pp.731-742
• /
• 2001

A Gaussian smoothing algorithm obtained from a cascade of convolutions with a seven-point kernel is described. We prove that the change of local sums after applying our algorithm to sinusoidal signals is reduced to about two thirds of the change by the binomial coefficients. Hence, our seven point kernel is better than the binomial coefficients when trend curves are needed to be generated. We also prove that if our Gaussian convolution is applied to sinusoidal functions, the amplitude of higher frequencies reduces faster than the lower frequencies and hence that it is a low pass filter.

• 한국수학사학회지
• /
• 제17권2호
• /
• pp.15-20
• /
• 2004

본 논문에서는 밀도 추정에 관한 통계량으로서 불편성과 일치성에 관하여 제시하고 밀도함수에 관한 평활 방법으로서 히스토그램과 커널 밀도 추정 및 극소적응평활(local adaptive smoothing)에 관하여 보이고자 한다. 그리고 과거에서 현재까지 비모수 밀도 추정에 관한 연구에 관하여 조사하고 논하고자 한다.

• 대한기계학회논문집A
• /
• 제35권3호
• /
• pp.289-297
• /
• 2011

명시적 유한요소법은 비선형성이 많은 대형 문제를 푸는 데는 꼭 필요하지만 종종 그 결과의 해석에 있어서는 어려움이 수반된다. 특별한 경우, 가속도의 과도응답은 극심한 불연속, 과도한 노이즈 또는 앨리어싱이 발생하여 평가가 불가능할 때도 있다. 본 논문에서는 유한요소법의 명시적분에 의한 과도응답 및 응답스펙트럼의 새로운 후처리기법을 제안한다. 해석기에 의한 가속도 거동의 수치적인 에러를 제거하고 물리적인 가속도를 추출하기 위하여 가우스커널을 이용하는 평활화법을 제안하였다. 이 평활화는 신호처리 필터링 기법과 같이 복잡한 주파수에 대한 고려가 없이도 속도에 대한 결과와 응답스펙트럼을 참조함으로써 행해진다. 특히 가우스커널 평활화는 가속도의 피크 값을 잘 나타내면서도 평활도가 우수하였다. 제안된 평활화법에 의하여 부드러운 가속도는 물론 이를 이용하여 설계에서 필요한 층 응답스펙트럼을 구할 수 있다.

• 대한자기공명의과학회:학술대회논문집
• /
• 대한자기공명의과학회 2003년도 제8차 학술대회 초록집
• /
• pp.75-75
• /
• 2003

목적： MR 영상에 나타나는 bias field, 즉 영상의 특정 부분이 주위보다 어둡거나 밝게 나타나는 현상을 보다 균일하게 보정시키는 방법으로 제시된 N3 방법에서 Gaussian kernel을 사용한 smoothing 방법 대신에 Wavelet(Daubechies, D4)함수를 smoothing기법으로 사용했을 때 어느 정도 균일함에 향상이 일어나는지를 알아보는 것이다.

• 한국수학사학회지
• /
• 제19권3호
• /
• pp.113-122
• /
• 2006

본 논문에서는 오늘날 관심의 대상이 되고 있는 평활에 관한 수학적 배경, 통계적 방법론, 그리고 평활방법론이 적용될 수 있는 컴퓨터-소프트웨어 교육분야에 관하여 조사하고 논하고자 한다. 뿐만 아니라 수학과 통계를 기반으로 히스토그램, 커널밀도추정량, 적응커널추정량, 띠너비선택방법에 관한 개념과 방법론을 소개하고자한다.

• Journal of the Korean Statistical Society
• /
• 제27권4호
• /
• pp.515-529
• /
• 1998

Burman (1987) and Hall and Titterington (1987) studied kernel smoothing for sparse multinomial data in detail. Both of their estimators for cell probabilities are sparse asymptotic consistent under some restrictive conditions on the true cell probabilities. Dong and Simonoff (1994) adopted boundary kernels to relieve the restrictive conditions. We propose a local linear kernel estimator which is popular in nonparametric regression to estimate cell probabilities. No boundary adjustment is necessary for this estimator since it adapts automatically to estimation at the boundaries. It is shown that our estimator attains the optimal rate of convergence in mean sum of squared error under sparseness. Some simulation results and a real data application are presented to see the performance of the estimator.

• 응용통계연구
• /
• 제25권3호
• /
• pp.457-464
• /
• 2012

Small area estimation is a statistical inference method to overcome the large variance due to the small sample size allocated in a small area. Recently some nonparametric estimators have been applied to small area estimation. In this study, we suggest a nonparametric mixed effect small area estimator using kernel smoothing and compare the small area estimators using labor statistics.

• 응용통계연구
• /
• 제25권6호
• /
• pp.1049-1058
• /
• 2012

Nonparametric methods are often used as an alternative to parametric methods to estimate density function and regression function. In this paper we consider improved methods to select the Bezier points in Bezier curve smoothing that is shown to have the same asymptotic properties as the kernel methods. We show that the proposed methods are better than the existing methods through numerical studies.

• Communications for Statistical Applications and Methods
• /
• 제2권2호
• /
• pp.227-230
• /
• 1995

In this paper, we discuss simple ways of implementing non-basic kernel density estimators which typically ceed extra pilot estimation. The methods utilize order statistics at the pilot estimation stages. We focus mainly on bariable lacation and scale kernel density estimator (Jones, Hu and McKay, 1994), but the same idea can be applied to other methods too.