• 응용통계연구
• /
• 제15권1호
• /
• pp.33-43
• /
• 2002

범주형 데이터의 결측치 추정을 위하여 최빈 범주법, 로지스틱 회귀분석, 연관규칙과 같은 다양한 방법이 연구되어 왔다. 본 연구에서는 이러한 방법의 추정 값을 결합하는 신경망 융합과 투표융합 방법을 제안하고 이의 성능을 시뮬레이션을 이용하여 비교하였다. 실험에 사용된 데이터의 특성을 나타내는 인자로는 (1) 입출력 변수간의 연결함수, (2) 데이터의 크기, (3) 노이즈의 크기 (4) 결측치의 비율, (5) 결측발생 함수를 사용하였다. 분석결과는 다음과 같다. 데이터의 크기가 작고 결측 발생 비율이 높으면 최빈 범주법, 연관규칙, 신경망 융합의 성능이 높게 나타났으며 데이터의 크기가 작고 결측발생 확률이 결측이 안된 나머지 변수에 높은 의존관계가 있으면 로지스틱 회귀분석, 신경망 융합의 성능이 높게 나타났다. 데이터의 크기가 크고, 결측치의 비율이 낮으면서, 노이즈가 크고 결측발생 확률이 결측이 안된 나머지 변수에 높은 의존관계가 있으면 신경망 융합의 성능이 높게 나타났다.

• Journal of the Korean Data and Information Science Society
• /
• 제24권4호
• /
• pp.847-856
• /
• 2013

본 논문에서는 모수적과 비모수적 엔트로피 추정량들에 기초한 정규분포에 대한 적합도 검정을 다룬다. 정규분포의 엔트로피에 대한 모수적 추정량으로 사용할 최소분산비편향추정량을 유도한다. 이 추정량과 대립가설 하에서의 자료생성분포에 대한 비모수적 엔트로피 추정량으로 표본엔트로피와 이것의 변형된 추정량들을 이용하여 검정통계량들을 구축했고 이 검정통계량들을 사용하는 새로운 엔트로피 기반 적합도 검정들을 제시한다. 제안한 검정들의 기각값들을 모의실험을 통해 추정해서 표의 형태로 제시한다. 성능의 조사를 위해 수행한 모의실험에서 제안한 검정들이 기존의 Vasicek (1976) 검정보다는 더 좋은 검정력을 가지는 것으로 나타난다. 응용에서 새로운 검정들이 정규성 검정을 위한 경쟁적인 도구로 시용될 수 있을 것으로 기대된다.

• Genomics & Informatics
• /
• 제19권1호
• /
• pp.11.1-11.8
• /
• 2021

For the novel coronavirus disease 2019 (COVID-19), predictive modeling, in the literature, uses broadly susceptible exposed infected recoverd (SEIR)/SIR, agent-based, curve-fitting models. Governments and legislative bodies rely on insights from prediction models to suggest new policies and to assess the effectiveness of enforced policies. Therefore, access to accurate outbreak prediction models is essential to obtain insights into the likely spread and consequences of infectious diseases. The objective of this study is to predict the future COVID-19 situation of Korea. Here, we employed 5 models for this analysis; SEIR, local linear regression (LLR), negative binomial (NB) regression, segment Poisson, deep-learning based long short-term memory models (LSTM) and tree based gradient boosting machine (GBM). After prediction, model performance comparison was evelauated using relative mean squared errors (RMSE) for two sets of train (January 20, 2020-December 31, 2020 and January 20, 2020-January 31, 2021) and testing data (January 1, 2021-February 28, 2021 and February 1, 2021-February 28, 2021) . Except for segmented Poisson model, the other models predicted a decline in the daily confirmed cases in the country for the coming future. RMSE values' comparison showed that LLR, GBM, SEIR, NB, and LSTM respectively, performed well in the forecasting of the pandemic situation of the country. A good understanding of the epidemic dynamics would greatly enhance the control and prevention of COVID-19 and other infectious diseases. Therefore, with increasing daily confirmed cases since this year, these results could help in the pandemic response by informing decisions about planning, resource allocation, and decision concerning social distancing policies.

• Ocean Systems Engineering
• /
• 제9권3호
• /
• pp.287-328
• /
• 2019

Comprehensive understanding of the flood risk assessments via frequency analysis often demands multivariate designs under the different notations of return periods. Flood is a tri-variate random consequence, which often pointing the unreliability of univariate return period and demands for the joint dependency construction by accounting its multiple intercorrelated flood vectors i.e., flood peak, volume & durations. Selecting the most parsimonious probability functions for demonstrating univariate flood marginals distributions is often a mandatory pre-processing desire before the establishment of joint dependency. Especially under copulas methodology, which often allows the practitioner to model univariate marginals separately from their joint constructions. Parametric density approximations often hypothesized that the random samples must follow some specific or predefine probability density functions, which usually defines different estimates especially in the tail of distributions. Concentrations of the upper tail often seem interesting during flood modelling also, no evidence exhibited in favours of any fixed distributions, which often characterized through the trial and error procedure based on goodness-of-fit measures. On another side, model performance evaluations and selections of best-fitted distributions often demand precise investigations via comparing the relative sample reproducing capabilities otherwise, inconsistencies might reveal uncertainty. Also, the strength & weakness of different fitness statistics usually vary and having different extent during demonstrating gaps and dispensary among fitted distributions. In this literature, selections efforts of marginal distributions of flood variables are incorporated by employing an interactive set of parametric functions for event-based (or Block annual maxima) samples over the 50-years continuously-distributed streamflow characteristics for the Kelantan River basin at Gulliemard Bridge, Malaysia. Model fitness criteria are examined based on the degree of agreements between cumulative empirical and theoretical probabilities. Both the analytical as well as graphically visual inspections are undertaken to strengthen much decisive evidence in favour of best-fitted probability density.

• 한국산학기술학회논문지
• /
• 제20권7호
• /
• pp.562-570
• /
• 2019

본 연구는 한국 청소년의 저체중에 영향을 미치는 요인을 확인하기 위하여 제 13차 청소년건강행태온라인조사 자료를 활용하여 시행된 이차 자료 분석 연구이다. 연구 대상자는 중학교 1학년부터 고등학교 3학년까지 청소년 48,242명이었다. 측정변수는 인구사회학적 특성, 신체활동 특성, 식이 특성 및 정신건강 특성을 조사하였다. 수집된 자료는 로지스틱 회귀분석으로 분석하였다. 본 연구 결과, 전체 청소년 중 5.9%가 저체중이었다. 우리나라 청소년의 저체중에 영향을 미치는 요인은 성별, 학교유형, 학업성적, 경제수준, 신체활동, 체중조절 노력, 라면 섭취, 과자 섭취, 스트레스 및 주관적 수면 충족률이었다. 한국 청소년의 저체중은 여성인 경우, 남녀공학인 경우, 학업 성적과 경제수준이 낮은 경우, 신체활동을 하지 않는 경우, 체중 증가를 노력하는 경우, 라면이나 과자를 섭취하는 경우, 스트레스가 있는 경우 및 주관적 수면 충족률이 충분한 경우에 증가하였다. 본 연구결과를 바탕으로 저체중 청소년이 적정 체중을 유지할 수 있는 방안을 모색하는 것이 요구된다.

• 한국정보통신학회논문지
• /
• 제24권2호
• /
• pp.219-224
• /
• 2020

이진 분류(binary classification)는 머신러닝(machine learning) 분야에서 많이 다루어진 주제이다. 게다가 이진 분류는 다중 분류로 쉽게 발전될 수 있는 중요한 분야이다. 머신러닝 방법들을 적용할 때에 전처리(preprocessing)이나 특징 추출(feature extraction)과 같은 작업이 필수적이다. 이는 분류기 성능을 향상시키기 위한 중요한 작업이다. 본 논문에서는 가중된 최소 자승법을 기반으로 새로운 머신러닝 방법을 제안한다. 또한, 특징 변환시킬 수 있는 새로운 가중치 계산 방법을 제안한다. 이를 통해 특징 변환과 동시에 학습을 진행할 수 있는 방법을 제안한다. 본 제안을 다섯 개의 머신러닝 데이터베이스에서 실험을 진행하였으며 이 데이터베이스에서 우수한 성능을 얻을 수 있었다.

• 산업경영시스템학회지
• /
• 제45권4호
• /
• pp.109-117
• /
• 2022

Most of real-world decision-making processes are used to optimize problems with many objectives of conflicting. Since the betterment of some objectives requires the sacrifice of other objectives, different objectives may not be optimized simultaneously. Consequently, Pareto solution can be considered as candidates of a solution with respect to a multi-objective optimization (MOP). Such problem involves two main procedures: finding Pareto solutions and choosing one solution among them. So-called multi-objective genetic algorithms have been proved to be effective for finding many Pareto solutions. In this study, we suggest a fitness evaluation method based on the achievement level up to the target value to improve the solution search performance by the multi-objective genetic algorithm. Using numerical examples and benchmark problems, we compare the proposed method, which considers the achievement level, with conventional Pareto ranking methods. Based on the comparison, it is verified that the proposed method can generate a highly convergent and diverse solution set. Most of the existing multi-objective genetic algorithms mainly focus on finding solutions, however the ultimate aim of MOP is not to find the entire set of Pareto solutions, but to choose one solution among many obtained solutions. We further propose an interactive decision-making process based on a visualized trade-off analysis that incorporates the satisfaction of the decision maker. The findings of the study will serve as a reference to build a multi-objective decision-making support system.

• 한국콘텐츠학회논문지
• /
• 제20권8호
• /
• pp.211-222
• /
• 2020

지식 경제 시대인 오늘날 같은 사회에서 현대 기업의 경쟁은 최종적으로 인재 확보의 경쟁이다. 이러한 사회에서 회사는 종업원을 유치 할 수 있는 방법을 강구해야 한다. 본 연구는 종업원의 직무성과를 향상 시키고 이직의도를 줄이기 위해 고용주브랜드의 중요성에 대해 연구하고자 한다. 또한 고용주브랜드와 직무성과 그리고 이직의도 사이에 조직몰입의 매개효과도 함께 검증하였다. 이를 검증하기 위해 중국에 소재한 전자, 통신 그리고 전자상거래 대기업을 대상으로 고용주브랜드, 조직몰입, 직무성과 그리고 이직의도에 대해 설문조사를 실시하였으며, 이 중 235개의 유효설문을 대상으로 SPSS 21.0을 사용하여 통계분석을 한 결과는 다음과 같다. (1) 기능적 고용주브랜드와 상징적 고용주브랜드는 모두 조직몰입에 긍정적인 영향을 미친다. (2) 기능적 고용주브랜드와 상징적 고용주브랜드 모두 종업원 업무성과에 긍정적 영향을 미친다. (3) 기능적 고용주브랜드와 상징적 고용주브랜드는 모두 이직의도와의 부(-)의 관계를 확인하지 못했다. (4) 조직몰입은 고용주 브랜드와 종업원의 업무성과 사이에서 매개효과가 나타났다.

• Journal of Hospice and Palliative Care
• /
• 제20권4호
• /
• pp.253-263
• /
• 2017

목적: 본 연구는 상급종합병원 간호사의 임종간호수행 증진 프로그램 마련을 위해 임종간호 스트레스와 임종간호수행의 관계를 규명하고, 공감역량과 극복력의 매개효과를 분석하고자 하는 것이다. 방법: 본 연구는 2017년 8월 15일부터 8월 30일까지 B 광역시 소재 D대학교병원 간호사 218명을 대상으로 자료수집이 이루어졌다. 자료 분석은 IBM SPSS/WIN 21.0 software를 사용하였으며 t-test, ANOVA, Pearson's correlation coefficients, 회귀분석으로 분석하였다. 결과: 임종간호 스트레스는 공감역량(r=-0.345, P<0.001), 극복력(r=-0.223, P=0.001), 임종간호수행(r=-0.260, P<0.001)과 음의 상관관계였으나 공감역량(r=0.467, P<0.001)과 극복력(r=0.358, P<0.001)은 임종간호수행과 양의 상관관계를 보였다. 임종간호 스트레스와 임종간호수행 간의 관계에서 공감역량은 완전매개 효과(${\beta}=0.409$, P<0.001), 극복력은 부분매개효과(${\beta}=0.294$, P<0.001)를 보였다. 결론: 본 연구결과를 바탕으로 간호사의 공감역량과 극복력을 향상시킬 수 있는 프로그램 마련이 임종간호 수행 증진에 큰 도움이 될 것이다.

• 한국방사선학회논문지
• /
• 제13권5호
• /
• pp.739-747
• /
• 2019

본 연구는 경남지역 의원에 근무하는 방사선사를 대상으로 감염관리에 대한 연구로 감염관리에 대한 인지도와 수행도를 분석하여, 지역의원에 근무하는 방사선사의 감염관리 교육을 위한 기초자료를 제공하고자 시행하였다. 연구에 사용한 도구는 설문지로 2018년 04월01일부터 08월31일까지 경남에 소재하는 의원에 근무하는 방사선사를 대상으로 설문지 총150부를 배부하여 연구에 적합한 131부를 SPSS 18.0 통계 프로그램을 이용하여 분석하였다. 감염관리에 대한 요인으로는 감염관리에 대한 특성 12문항과 감염관리에 대한 인지도 및 수행도로 총60문항으로 분석하였다. 연구대상자의 일반적 특성을 기준으로 기술통계, t-test, ANOVA, 상관관계 및 회귀분석을 하였다. 감염관리에 대한 인지요인에 대한 총인지도는 $4.13{\pm}.05$점으로 높게 나타났으며, 수행요인에 대한 총수행도는 $4.05{\pm}.05$점으로 높게 나타나 감염관리에 대한 인지도 및 수행도에서 경남지역 의원에 근무하는 방사선사들의 감염관리 수준은 수행도가 인지도에 비해 조금 낮게 나타났지만, 비교적 높은 것으로 분석되었다. 지역의원 방사선사의 감염관리는 병원을 운영하는 의료진의 지속적인 감염교육 활동과 예방활동을 통해 의원에 근무하는 방사선사 역시 감염관리의 전문가로 자리 매김하여야 할 것이다.