This paper describes a pattern recognition method of Magnoliae flos based on a gas chromatographic/mass spectrometric (GC/MS) analysis of the essential oil components. The botanical drug is mainly comprised of the four magnolia species (M. denudata, M. biondii, M. kobus, and M. liliflora) in Korea, although some other species are also being dealt with the drug. The GC/MS separation of the volatile components, which was extracted by the simultaneous distillation and extraction (SDE), was performed on a carbowax column (supelcowax 10; 30 m{\time}0.25 mm{\time}0.25{\mu}m$) using temperature programming. Variance in the retention times for all peaks of interests was within RSD 2% for repeated analyses (n = 9). Of the 74 essential oil components identified from the magnolia species, approximately 10 major components, which is $\alpha$-pinene, $\beta$-pinene, sabinene, myrcene, d-limonene, eucarlyptol (1,8-cineol), $\gamma$-terpinene, p-cymene, linalool, $\alpha$-terpineol, were commonly present in the four species. For statistical analysis, the original dataset was reduced to the 13 variables by Fisher criterion and factor analysis (FA). The essential oil patterns were processed by means of the multivariate statistical analysis including hierarchical cluster analysis (HCA), principal component analysis (PCA) and discriminant analysis (DA). All samples were divided into four groups with three principal components by PCA and according to the plant origins by HCA. Thirty-three samples (23 training sets and 10 test samples to be assessed) were correctly classified into the four groups predicted by PCA. This method would provide a practical strategy for assessing the authenticity or quality of the well-known herbal drug, Magnoliae flos.
The purpose of this study was to investigate the seasonal variation of PAHs and to estimate their source characteristics in Taegu area. To do this, four sampling sites were selected to represent an industrial, a traffic, a traffic & residential, and a residential area in Taegu. Total of 72 samples had been collected from January, 1999 to September, 1999 on glass micro fiber filters by high volume air sampler. The PAHs in the total suspended particulate were extracted by a soxhlet process with dichloromethane and analyzed by GC/MSD, GC/FID. A statistical analysis was performed for the PAHs data set using a principal component analysis to derive important factor inherent in the interactions among the variables. The specific conclusions of this research are: 1) There was a significant seasonal and local variation in the atmospheric concentration of PAHs. The seasonal variation is winter>spring>Fall>summer, and the local variation is industrial>traffic>graffic & residential>residential area. 2) To evaluate the correlation between a measured PAHs and other affecting factors such as air pollutant concentration and meterological data, statistical analysis was performed. PAHs and other affecting factors such as air pollutant concentration and meterological data, statistical analysis was performed. PAHs have negative correlation with temperature (r=-0.593, p<0.05), radiation(r=-0.535, p<0.05), and O3(r=-0.719, p<0.05), but have positive correlation with NO(r=0.615, p<0.05) 3)Finally, multivariate analysis was performed for the PAHs dat set to identify and to estimate the source contributions of PAHs. According to results of statistical analysis, it could be identifies as three factors such as vehicular/gasoline, vehicular/diesel, and combustion in Taegu area.
Journal of the Korean Data and Information Science Society
/
v.28
no.3
/
pp.533-545
/
2017
Quantile regression models provide a variety of useful statistical information by estimating the conditional quantile function of the response variable. However, the traditional linear quantile regression model can lead to the distorted and incorrect results when analysing real data having a nonlinear relationship between the explanatory variables and the response variables. Furthermore, as the complexity of the data increases, it is required to analyse multiple response variables simultaneously with more sophisticated interpretations. For such reasons, we propose a multivariate quantile regression tree model. In this paper, a new split variable selection algorithm is suggested for a multivariate regression tree model. This algorithm can select the split variable more accurately than the previous method without significant selection bias. We investigate the performance of our proposed method with both simulation and real data studies.
Asymmetric jump-diffusion models are effectively used to model the dynamic behavior of asset prices with abrupt asymmetric upward and downward changes. However, the estimation of their extension to the multivariate asymmetric jump-diffusion model has been hampered by the analytically intractable likelihood function. This article confronts the problem using a data augmentation method and proposes a new Bayesian method for a multivariate asymmetric Laplace jump-diffusion model. Unlike the previous models, the proposed model is rich enough to incorporate all possible correlated jumps as well as mention individual and common jumps. The proposed model and methodology are illustrated with a simulation study and applied to daily returns for the KOSPI, S&P500, and Nikkei225 indices data from January 2005 to September 2015.
Multivariate regression often appears in longitudinal or functional data analysis. Since multivariate regression involves multi-dimensional response variables, it is more strongly affected by the so-called curse of dimension that univariate regression. To overcome this issue, Yoo (2018) and Yoo (2019a) proposed three model-based response dimension reduction methodologies. According to various numerical studies in Yoo (2019a), the default method suggested in Yoo (2019a) is least sensitive to the simulated models, but it is not the best one. To release this issue, the paper proposes an selection algorithm by comparing the other two methods with the default one. This approach is called principal selected response reduction. Various simulation studies show that the proposed method provides more accurate estimation results than the default one by Yoo (2019a), and it confirms practical and empirical usefulness of the propose method over the default one by Yoo (2019a).
Compositional data found in many practical applications consist of non-negative vectors of proportions with the constraint which the sum of the elements of each vector is unity. It is well-known that the statistical analysis of compositional data suffers from the unit-sum constraint. Moreover, the non-linear pattern frequently displayed by the data does not facilitate the application of the linear multivariate techniques such as principal component analysis. In this paper we develop new type of principal component analysis for compositional data using Box-Cox contrast transformation. Numerical illustrations are provided for comparative purpose.
An, Yun-Keun;Cho, Ju-Hyon;Yoon, Ho-Seop;Park, Il-Woong;Kim, Yun-Seol;Kim, Ho-Jin;Choi, Sang-Duk
Korean Journal of Fisheries and Aquatic Sciences
/
v.42
no.3
/
pp.284-289
/
2009
We determined the influence of Sargassum beds on the water quality in Gamak Bay, Korea. Water temperature and salinity range from 3.3 to $23.4^{\circ}C$ and from 29.6 to 33.7 psu, respectively. Dissolved oxygen was 10.45 mg L-1 in the Sargassum bed and 9.23 mg L-1 in the control. Chlorophyll-a was $3.90{\mu}g\;L^{-1}$ in the Sargassum bed and 2.21${\mu}g \;L^{-1}$ in the control. Chemical oxygen demand were 1.14${\mu}g\;L^{-1}$ in the Sargassum bed and 1.43${\mu}g\;L^{-1}$ in the control. Total nitrogen were 0.038${\mu}g\;L^{-1}$ in the Sargassum bed and 0.067${\mu}g \;L^{-1}$ in the control. Total phosphorus were 0.043${\mu}g \;L^{-1}$ in the Sargassum bed and 0.072${\mu}g \;L^{-1}$ in the control. Multivariate statistical analysis was used to analyze data. Water temperature was highly positively correlated with DO (p<0.01). T-N was highly positively correlated with T-P (p<0.01).
Background: Mountain-cultivated ginseng (MCG) and cultivated ginseng (CG) both belong to Panax ginseng and have similar ingredients. However, their pharmacological activities are different due to their significantly different growth environments. Methods: An ultra-performance liquid chromatography/quadrupole time-of-flight mass spectrometry (UPLC-QTOF-MS/MS)-based approach was developed to distinguish MCG and CG. Multivariate statistical methods, such as principal component analysis and supervised orthogonal partial-least-squares discrimination analysis were used to select the influential components. Results: Under optimized UPLC-QTOF-MS/MS conditions, 40 ginsenosides in both MCG and CG were unambiguously identified and tentatively assigned. The results showed that the characteristic components of CG and MCG included ginsenoside Ra3/isomer, gypenoside XVII, quinquenoside R1, ginsenoside Ra7, notoginsenoside Fe, ginsenoside Ra2, ginsenoside Rs6/Rs7, malonyl ginsenoside Rc, malonyl ginsenoside Rb1, malonyl ginsenoside Rb2, palmitoleic acid, and ethyl linoleate. The malony ginsenosides are abundant in CG, but higher levels of the minor ginsenosides were detected in MCG. Conclusion: This is the first time that the differences between CG and MCG have been observed systematically at the chemical level. Our results suggested that using the identified characteristic components as chemical markers to identify different ginseng products is effective and viable.
Plant metabolomics is a plant biology field for identifying all of the metabolites found in a certain plant cell, tissue, organ, or whole plant in a given time and conditions and for studying changes in metabolic profiling as time goes or conditions change. Metabolomics is one of the most recently developed omics for holistic approach to biology and is a kind of systems biology. For holistic approach, metabolomics frequently uses chemometrics or multivariate statistical analysis of metabolic profillings. In plant biology, metabolomics is useful to determine functions of genes often in combination with DHA microarrays by analyzing tagged mutants of the model plants Arabidopsis and rice. This review paper attempted to introduce basic concepts of metabolomics and practical uses of multivariate statistical analysis of metabolic profiling obtained by $^1$H HMR and Fourier transform infrared spectrometry.
S. Benarous;A. Azbouche;B. Boumehdi;S. Chegrouche;N. Atamna;R. Khelifi
Nuclear Engineering and Technology
/
v.54
no.11
/
pp.4253-4264
/
2022
Since the implementation of the phosphate project in Bled El-Hadba (BEH) deposit, western region of Tébessa, no detailed study has been conducted to assess the natural radioactivity distribution and the associated radiological risk parameter for this open-pit mine. For the sake of determining a credible premining reference database for the region of interest, 21 samples were collected from different geological layers of the above-mentioned deposit. Gamma Spectrometry was applied for measuring radioactivity using a high resolution HPGe semiconductor detector. The obtained activity results have shown a significant broad variation in the radioactive contents for the different phosphate samples. The total average concentrations (in Bq·kg-1) for 226Ra, 238U, 235U, 232Th and 40K computed for the different type of phosphate layers were found to be 570 ± 169, 788 ± 280, 52 ± 18, 66 ± 6 and 81 ± 18 respectively. The mean activity concentrations of the measured radionuclides were compared to other regional and worldwide deposits. The ratios between the detected radioisotopes have been calculated for spatial distribution of natural radionuclides in the study area. Based on the aforementioned activity concentrations, the corresponding radiation hazard parameters were assessed. Correlations between the obtained parameters were drawn and a multivariate statistical analysis (Pearson Correlation, Cluster and Factor analysis) was carried out in order to identify the existing relationships.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.