• Journal of the Korean Statistical Society
• /
• 제27권3호
• /
• pp.359-368
• /
• 1998

Let ξ$_{p}$(z$_{0}$) be the pth quantile of the distribution of the survival time of an individual with time-invariant covariate vector z$_{0}$ in the additive risk model. We propose an estimator of (ξ$_{p}$(z$_{0}$) and derive its asymptotic distribution, and then construct an approximate confidence interval of ξ$_{p}$(z$_{0}$) . Simulation studies are carried out to investigate performance of the proposed estimator far practical sample sizes in terms of empirical coverage probabilities. Also, the estimator is illustrated on small cell lung cancer data taken from Ying, Jung, and Wei (1995) .d Wei (1995) .

• Journal of the Korean Data and Information Science Society
• /
• 제28권5호
• /
• pp.959-970
• /
• 2017

본 연구에서는 두 변수의 상관계수를 반영한 이변량 자료의 왜도와 첨도 통계량을 제안하고, 시각적으로 표현할 수 있는 표면그림을 개발한다. 이변량 왜도 통계량은 이변량 확률표본 자료의 치우침 방향과 정도를 표현하는 실수 한 쌍으로 정의한다. 첨도는 양의 값을 가지며 이변량 정규분포를 기준으로 꼬리 부분의 두터운 정도를 파악할 수 있다. 그리고 표면그림은 분위벡터를 바탕으로 평면에 구현한다. 다양한 형태의 이변량 자료를 생성하여 표면그림을 작성하고 왜도와 첨도를 계산하여 탐색해 본 결과, 왜도와 첨도 값들은 표면그림으로 구현한 이변량 자료의 특징을 잘 반영하는 것을 발견할였다. 그러므로 본 논문에서 제안한 왜도, 첨도 그리고 표면그림은 이변량 분포를 분석하는 기술통계학적 방법으로 활용할 수 있다.

• 응용통계연구
• /
• 제30권4호
• /
• pp.579-590
• /
• 2017

다변량 자료의 분포함수를 알고 있거나 추정할 수 있으면 다변량 경험분포함수를 정의할 수 있다. 이변량인 경우에는 계단그림과 분위그림을 사용하여 경험분포함수를 시각화할 수 있는데, 본 연구에서는 다변량인 경우에 경험분포함수를 정사각형에 표현할 수 있는 다변량 경험분포그림을 제안하였다. 여러 종류의 다변량 정규분포와 특정한 분포에 대하여 경험분포그림을 작성하고 특징을 살펴보니, 다양한 분산공분산행렬을 포함된 분포함수에 따라 경험분포그림이 민감하게 반응하는 것을 탐색하였다. 이를 바탕으로 경험분포함수를 구할 때 가정한 다변량 분포함수의 적합도 검정방법을 제안하였다. 대표적인 다섯 종류의 적합도 검정방법을 사용하고, 다양한 분포함수들에 대하여 각각의 검정통계량 기각역을 구하였다. 본 연구에서 얻은 기각역은 문헌에서 구할 수 있는 기각역과 큰 차이가 없음을 발견하였다. 그러므로 본 연구에서 제안한 적합도 검정방법을 문헌에서 제시한 기각역으로 쉽게 사용할 수 있는 장점이 있다.

• 응용통계연구
• /
• 제29권7호
• /
• pp.1201-1212
• /
• 2016

시장위험 관리를 위한 Value at Risk(VaR)는 금융기관들이 선호하는 기법이지만, 투자가 실패한 경우에 손실금액에 대하여는 설명할 수 없다는 문제점이 있다. VaR의 한계를 보완하는 대안적인 위험측정도구인 Conditional Tail Expectation(CTE)는 VaR를 초과하는 조건부 기대값으로 정의된다. 포트폴리오에 대한 CTE를 추정하는 실제금융시장에서는. 일반적으로는 다변량 손실률을 일변량 분포로 변환하여 VaR을 추정하고 CTE를 구하지만, 본 연구에서는 다차원 분위벡터를 이용하여 다변량 CTE들을 제안한다. 그리고 일변량 CTE들의 관계를 확장하여 다변량 CTE들의 관계식을 유도하였다. 다양한 분산-공분산행렬을 갖는 이변량과 삼변량의 정규분포로부터 다변량 CTE들을 구하고 CTE들의 관계식을 구현하면서 고차원 분포로의 확장 가능성을 설명하였다. 이변량과 삼변량의 실증 예제를 통해 제안한 이론을 탐색하고, 기존의 CTE와 비교하였다. 다변량 변수들의 분산-공분산행렬과 다변량 분위벡터를 사용한 다변량 CTE가 일변량으로 변환하여 구한 CTE보다 작은 값을 갖는 것을 발견하였다. 그러므로 본 연구에서 제안한 다변량 CTE는 보다 적은 위험성을 나타내는 추정량이며, 포트폴리오를 구성하는 여러 기업을 동시에 고려하는 분산 투자 전략을 세우는 경우에 이런 다변량 CTE를 사용하는 적극적인 투자가 가능하다는 장점이 있다.