• 응용통계연구
• /
• 제15권1호
• /
• pp.139-151
• /
• 2002

본 논문에서는 베이지안 기법을 이용한 비선형회귀모형의 선택법을 제안하였다. 베이즈요인에 기초한 이 방법은 주로 대표본의 경우에 이용되는 고전적 모형선택법에 비해 사전정보를 이용하는 측면과 비내포모형 및 소표본의 경우에 대해서도 효과적으로 사용될 수 있다는 장점을 가진다. 본 논문에서는 정보적 사전분포를 고려하였으며, 베이즈요인의 추정 방법으로 Laplace - Metropolis 추정 법을 제안하였다. 또한 MCMC 과정을 통해 추정된 모수의 수렴진단에 대해서도 고려하였다. 실제자료에 대한 최적의 모형선택 및 진단과정을 구체적으로 제시하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2000년도 가을 학술발표논문집 Vol.27 No.2 (2)
• /
• pp.90-92
• /
• 2000

데이터마이닝 문제는 데이터를 그 속성들에 따라 분류하여 예측하는 것뿐만 아니라 분류된 속성들간의 연관성에 대해 잘 설명할 수 있어야 한다. 일반적으로 변수들간의 연관성을 잘 설명할 수 있으면서도 높은 예측력을 가지는 방법으로는 베이지안 네트웍 분류자(Bayesian network classifier)가 있다. 그러나 이것은 데이터 마이닝과 같은 대용량 데이터에서는 성능이 떨어지는 단점이 있다. 이에 이 논문에서는 최근 RBF 신경망이 입력변수 선정문제에 성공적으로 적용된 Reversible Jump Markov Chain Monte Carlo 방법을 이용하여 최적의 입력변수들만을 선택하여 베이지안 네트웍을 학습하는 Selective BN Augmented Naive-Bayes Classifier를 새로운 방안으로 제안하고 이를 실제 데이터마이닝 문제에 적용한 결과를 제시한다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2018년도 학술발표회
• /
• pp.173-173
• /
• 2018

본 연구는 기상-수문 분야에서 고해상도 수문기상요소를 산출하기 위해 WRF-Hydro(Weather Research and Forecasting and Model Hydrological modeling extension package) 모형을 한반도 대상으로 구축하였다. 모형은 미국 대기 연구 국립센터(NOAA)에서 개발된 커뮤니티형 고해상도 예측모델이므로 미국 등에서 활발히 활용되기 시작하였으나 아직 우리나라 적용성에 대한 연구는 많지 않다. 본 연구에서는 WRF-Hydro 모형을 한반도에 적절히 사용하기 위해 표면유출, 보수깊이, 표면거칠기와 같은 파라미터를 보정하였다. WRF-Hydro는 지역 기상모형인 WRF와 연계하여 coupled WRF/WRF-Hydro 모형을 구동하였으며, 고해상도 유출값을 얻기 위해 미국 지질조사국(USGS)에서 제공한 HydroSHEDS(Hydrological data and map based on SHuttle Elevation Derivatives at multiple Scales)를 이용하였다. 본 연구에서는 관측된 유출값을 Markov Chain Monte Carlo(MCMC) 방법을 활용하여 모형값과 비교하여 파라미터 보정을 수행하였으며, 파라미터 보정된 WRF/WRF-Hydro를 활용해 한반도 과거 홍수 및 가뭄 사상을 모의하여 결과를 분석하였다.

• Asian Journal of Innovation and Policy
• /
• 제7권3호
• /
• pp.625-645
• /
• 2018

This paper's objective is to draw a decision guideline to continue research and development (R&D) investments in biotech start-ups facing the "Valley of Death" syndrome - a long negative profit period during a financial crisis. The data include financial indices as Net income, Revenues, Total stockholders' equity, Cash & equivalents, and R&D expenses of 18 major biotech companies (nine in negative profit and nine positive, in FY2008) and 15 major pharmaceutical corporations as benchmarks both in FY2008 and in FY2016 derived from the US SEC Database, EDGAR. A first methodology dealing with real options analysis assumes Total stockholders' equity as a growth option. And a second methodology, Bayesian Markov chain Monte Carlo (MCMC) analysis, is applied to test the probability relationship between the Total stockholders' equity and the R&D expenses in these three groups. This study confirms that Total stockholders' equity can play the role of a call option to support continuing R&D investments even in negative profits.

• 천문학회보
• /
• 제44권1호
• /
• pp.41.1-41.1
• /
• 2019

We consider dynamical dark energy models based on a minimally coupled scalar field with three different potentials: the inverse power-law, SUGRA and double exponential potentials. For each model, we derived perturbation initial conditions in the early epoch and performed the Markov Chain Monte Carlo (MCMC) analysis to explore the parameter space that is favored by the current cosmological observations like Planck CMB anisotropy, type Ia supernovae, and baryon acoustic oscillation data. The analysis has been done by using the modified CAMB/COSMOMC code in which the dynamical evolution of the scalar field perturbations are fully considered. The MCMC constraints on the cosmological as well as potential parameters are derived. In the talk we will present a progress report.

• Journal of the Korean Data Analysis Society
• /
• 제20권6호
• /
• pp.2747-2757
• /
• 2018

We consider the MLE (maximum likelihood estimate) and Bayesian estimates of three-parameter bathtub-shaped lifetime distribution based on the progressive type II censoring with binomial removal. Jung, Chung (2018) proposed the three-parameter bathtub-shaped distribution which is the extension of the two-parameter bathtub-shaped distribution given by Zhang (2004). Jung, Chung (2018) investigated its properties and estimations. The maximum likelihood estimates are computed using Newton-Raphson algorithm. Also, Bayesian estimates are obtained under the balanced loss function using MCMC (Markov chain Monte Carlo) method. In particular, BSEL (balanced squared error loss) function is considered as a special form of balanced loss function given by Zellner (1994). For comparing theirs MLEs with the corresponding Bayes estimates, some simulations are performed. It shows that Bayes estimates is better than MLEs in terms of risks. Finally, concluding remarks are mentioned.

• Communications for Statistical Applications and Methods
• /
• 제29권2호
• /
• pp.239-250
• /
• 2022

In many applications, we frequently encounter correlated multiple outcomes measured on the same subject. Joint modeling of such multiple outcomes can improve efficiency of inference compared to independent modeling. For instance, in developmental toxicity studies, fetal weight and number of malformed pups are measured on the pregnant dams exposed to different levels of a toxic substance, in which the association between such outcomes should be taken into account in the model. The number of malformations may possibly have many zeros, which should be analyzed via zero-inflated count models. Motivated by applications in developmental toxicity studies, we propose a Bayesian joint modeling framework for continuous and count outcomes with excess zeros. In our model, zero-inflated Poisson (ZIP) regression model would be used to describe count data, and a subject-specific random effects would account for the correlation across the two outcomes. We implement a Bayesian approach using MCMC procedure with data augmentation method and adaptive rejection sampling. We apply our proposed model to dose-response analysis in a developmental toxicity study to estimate the benchmark dose in a risk assessment.

• 한국수자원학회논문집
• /
• 제50권4호
• /
• pp.277-288
• /
• 2017

본 연구에서는 발생가능한 홍수시나리오를 기반으로 하천제방의 복합위험도를 산정하고자 하였다. 이를 위해 불확실성을 고려한 수문학적/수리학적/지반공학적의 위험도를 각각 MCMC (Markov Chain Monte Carlo), MCS (Monte Carlo Simulation), FOSM (First-Order Second Moment) 기법을 활용하여 해석하였으며, 이들 각각의 확률을 연계하여 결합확률 형태로 나타내었다. 적용대상 유역은 낙동강에 위치한 강정고령보를 기점으로 상 하류 12.5 km 구간으로 선정하였으며, 구간내의 총 6구간의 제방이 포함된다. 수문시나리오는 제방 월류가 발생하는 100년/200년 빈도 신뢰구간 상한치(97.5%)의 홍수량이 사용되었고, 이에 따른 홍수위 해석을 수행하여 월류위험도를 산정하였으며 월류가 발생하지 않는 구간에서는 침투, 사면안정, 수위급강하 등 제방의 지반공학적 위험도를 산정하였다. 기존 결정론적 위험도 해석보다 확률론적 위험도 해석에 의한 복합위험도가 제방설계에 보다 안정적, 경제적인 상승효과를 가져올 수 있을 것이며, 향후 수변구조물 설계에 지표로 사용될 수 있을 것으로 기대된다.

• 한국해안·해양공학회논문집
• /
• 제25권6호
• /
• pp.394-404
• /
• 2013

본 연구에서는 너울성파랑을 정의하기 위한 첫 단계로 확률모의실험을 통해 파랑스펙트럼 첨두모수 $Q_p$, 주파수폭대역 모수 ${\varepsilon}$, 파랑스펙트럼 폭 모수 ${\nu}$의 특성들을 분석하였다. 이를 위해 유의파고 및 첨두주기의 결합확률 밀도함수를 새롭게 유도한 후, MCMC(Markov Chain Monte Carlo)기법을 이 함수에 적용하여 가상의 유의파고 및 첨두주기를 생성하였다. 그리고, 이 때 생성된 파랑자료들을 파랑스펙트럼모형에 적용하여 각각에 대한 파랑스펙트럼 형상모수들을 산정한 다음, 각각의 파랑자료들과 파랑스펙트럼 형상모수들의 상관관계 계수를 산정하는 방법으로 각 파랑스펙트럼 형상모수의 특성들을 조사하였다. 본 연구의 결과에 의하면, 파랑스펙트럼 형상모수 중 파랑스펙트럼 첨두모수가 유의파고 및 첨두주기에 관계없이 파랑스펙트럼의 뾰족한 정도를 잘 나타내고 있었는데, 이러한 특성은 후포 및 울릉도 파랑관측자료에서도 동일하게 나타나고 있는 것으로 확인되었다. 너울성파랑 정의를 위한 대표적인 파랑스펙트럼 형상모수로 파랑스펙트럼 첨두모수를 사용하는 것이 가장 적절한 것으로 보인다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2017년도 학술발표회
• /
• pp.45-45
• /
• 2017

상이한 자연현상으로 발생된 자료들은 때때로 통계적으로 다른 특성을 가지는 경우가 있다. 이런 자료들은 다른 두 개 이상의 모집단에서 자료가 발생한 것으로 가정할 수 가 있다. 기존에 널리 사용되어온 분포형 모형의 경우 단일한 모집단으로부터 자료가 발생한다는 가정하에서 개발된 모형들로 위에서 언급한 자료들을 적절히 모의할 수 없다. 이런 상이한 모집단에서 발생된 자료를 모형화 하기 위해서 혼합분포모형(mixture distribution)이 개발되었다. 홍수나 가뭄 등과 같은 극치 사상의 경우 다양한 자연현상들로부터 발생하기에 혼합분포모형을 적용할 경우 보다 정확한 모의가 가능하다. 혼합분포모형은 두 개 이상의 비혼합분포모형들을 가중합하여 만들어진다. 혼합 분포모형의 형태로 인하여 기존의 분포형 모형의 매개변수 추정 모형으로 널리 사용되던 최우도법 (maximum likelihood method), 모멘트법(method of moment), 확률가중모멘트법 (probability weighted moment method) 등을 이용하여 혼합분포모형의 매개변수를 추정하는 것이 용이 하지 않다. 혼합분포모형의 매개변수 추정 방법으로는 Expectation-Maximization (EM) 알고리즘, Meta-Heuristic Maximum Likelihood (MHML) 방법, Markov Chain Monte Carlo (MCMC) 방법 등이 적용되고 있다. 현재까지 수자원 분야에서 사용되는 극치 자료를 혼합분포모형을 이용하여 모의할 때 매개변수 추정방법에 따른 특성에 대한 연구가 진행되지 않았다. 본 연구에서는 우리나라 연최대강우량 자료를 이용하여 혼합분포모형의 매개변수 추정방법 (EM 알고리즘, MHML 방법, MCMC 방법) 들의 특성들을 비교 분석하였다. 혼합분포모형으로는 Gumbel-Gumbel 혼합분포 모형을 적용하였다. 본 연구의 결과는 향후 혼합분포모형을 이용한 연구에 좋은 기초자료로 사용될 수 있을 것으로 판단된다.