• Communications for Statistical Applications and Methods
• /
• 제18권1호
• /
• pp.47-55
• /
• 2011

비대체와 회귀대체는 조사변수의 모형과 조사변수와 보조변수의 관계에 의존하며 모형이 성립되지 않는 경우 이들 대체법을 이용한 추정량의 불편성은 보장되지 않는다. 본 연구에서는 모형이 성립되지 않는 경우에도 추정량의 근사적 불편성이 성립되는 로버스트 대체법을 개발한다. 대체법 개발시 보조변수의 모수 정보를 이용하여 추정량의 효율 증대를 가져오게 한다. 모의실험을 실시하여 본 연구에 대한 이론적 결과의 타당성을 보인다.

• 품질경영학회지
• /
• 제40권2호
• /
• pp.186-198
• /
• 2012

Since Duncan(1956) first proposed an economic design of $\bar{X}$-control charts, most of the succeeding works on economic design of control charts assumed the exponential failure model like Duncan. Hu(1984), however, assumed a more versatile Weibull failure model to develop an economic design of $\bar{X}$-control charts and Banerjee and Rahim(1988) further improved Hu's design by changing the assumption of fixed-length sampling intervals to variable-length ones. In this article we follow the approach of Banerjee and Rahim(1988) but include a pair of warning limits inside the control limits in order to search for a failure without stopping the process when the sample mean falls between warning and control limits. The computational results indicate that the proposed model gives a lower cost than Banerjee and Rahim's model unless the early failure probability of a Weibull distribution is relatively large. The reduction in cost is shown to become larger as the cost of production loss outweighs the cost of searches for a failure.

• Communications for Statistical Applications and Methods
• /
• 제24권2호
• /
• pp.143-154
• /
• 2017

A variable selection method based on probabilistic principal component analysis (PCA) using penalized likelihood method is proposed. The proposed method is a two-step variable reduction method. The first step is based on the probabilistic principal component idea to identify principle components. The penalty function is used to identify important variables in each component. We then build a model on the original data space instead of building on the rotated data space through latent variables (principal components) because the proposed method achieves the goal of dimension reduction through identifying important observed variables. Consequently, the proposed method is of more practical use. The proposed estimators perform as the oracle procedure and are root-n consistent with a proper choice of regularization parameters. The proposed method can be successfully applied to high-dimensional PCA problems with a relatively large portion of irrelevant variables included in the data set. It is straightforward to extend our likelihood method in handling problems with missing observations using EM algorithms. Further, it could be effectively applied in cases where some data vectors exhibit one or more missing values at random.

• 방송공학회논문지
• /
• 제13권1호
• /
• pp.128-136
• /
• 2008

본 논문에서는 인접 블록 움직임 벡터의 통계적 특성을 이용한 가변 탐색 스텝의 고속 움직임 추정 기법에 대해 제안한다. 인접 블록 움직임 벡터들 사이의 상관 관계를 이용하여 움직임 추정을 위한 탐색 영역을 적응적으로 결정하였으며, 이를 통해 불필요한 탐색 지점 수를 제거할 수 있었다. 이와 같이 결정된 탐색 영역을 기반으로 가변 탐색 스텝 움직임 추정을 적용하였으며 움직임 추정을 위한 연산량을 줄일 수 있었다. 실험 결과를 통해 제안 방식이 H.264 JM의 고속 전 대역 spiral 탐색 기법과 기타 고속 움직임 추정 방식과 비교하여 부호화 성능의 저하 없이 움직임 추정을 위한 탐색 지점 수 및 연산 량이 급격히 감소됨을 확인할 수 있었다.

• 응용통계연구
• /
• 제34권6호
• /
• pp.937-944
• /
• 2021

본 연구는 부분선형모형에서 변수선택의 문제를 다룬다. 부분선형모형은 평활화모수 추정과 같은 비모수 추정과 선형설명변수에 대한 추정의 문제를 함께 포함하고 있어 변수선택이 쉽지 않다. 본 연구에서는 빠른 전진선택법인 LARS 를 이용한 변수선택법을 제시한다. 제안된 방법은 LARS에 의하여 선별된 변수들에 대하여 t-검정, 가능한 모든 회귀모형 비교 또는 단계별 선택법을 적용한다. 제안된 방법들의 효율성을 비교하기 위하여 실제데이터에 적용한 예제와 모의실험 결과가 제시된다.

• 한국콘텐츠학회논문지
• /
• 제7권5호
• /
• pp.63-71
• /
• 2007

본 논문에서는 플레이어의 감정 이입을 위한 게임 캐릭터 디자인 방법으로 RPG 장르의 능력치 변화량에 따라 인간의 감정 요소가 적용된 게임 캐릭터 걷기 동작을 구현하였다. 인간의 얼굴 표정에서 나타나는 기본적인 감정 요소와 캐릭터 애니메이션에서 감정 요소가 적용된 걷기 동작을 분석해 보고, RPG 장르의 능력치 요소와의 상관관계를 통해 인간의 감정 요소가 적용된 걷기 동작을 8가지 형태로 분류하였다. 이것을 RPG 게임 캐릭터 중 인간의 외형적인 특징과 가장 유사한 기사 캐릭터에 적용시켜 능력치 변화량에 따라 달라지는 걷기 동작을 구현하였다. 인간의 감정 요소가 적용된 게임 캐릭터를 플레이어가 직접 제어함으로써 플레이어의 게임 캐릭터에 대한 감정 이입 효과가 높아질 것이고 게임에 대한 몰입도가 증가할 것으로 예상된다.

• 응용통계연구
• /
• 제22권2호
• /
• pp.387-402
• /
• 2009

In this paper we have considered the problem of estimating the population mean $\bar{Y}$ of the study variable y using auxiliary information in presence of non-response. Classes of estimators for $\bar{Y}$ in the presence of non-response on the study variable y only and complete response on the auxiliary variable x is available, have been proposed in different situations viz., (i) population mean $\bar{X}$ is known, (ii) when population mean $\bar{X}$ and variance $S^2_x$ are known; (iii) when population mean $\bar{X}$ is not known: and (iv) when both population mean $\bar{X}$ and variance $S^2_x$ are not known: single and two-phase (or double) sampling. It has been shown that various estimators including usual unbiased estimator and the estimators reported by Rao (1986), Khare and Srivastava (1993, 1995) and Tabasum and Khan (2006) are members of the proposed classes of estimators. The optimum values of the first phase sample size n', second phase sample size n and the sub sampling fraction 1/k have been obtained for the fixed cost and the fixed precision. To illustrate foregoing, we have carried out an empirical investigation to reflect the relative performance of all the potentially competing estimators including the one due to Hansen and Hurwitz (1946) estimator, Rao (1986) estimator, Khare and Srivastava (1993, 1995) and Tabasum and Khan (2006) estimator.

• 응용통계연구
• /
• 제33권4호
• /
• pp.483-497
• /
• 2020

본 연구에서는 심층 신경망모형을 사용하여 KOSPI 100의 개별 종목인 기아차 및 신세계의 주가를 예측하였다. 예측변수로는 흔히 사용되었던 기술적 변수들과 함께 온라인 뉴스로부터 도출된 감성변수를 사용하였다. 특히 소셜 네트워크 분석을 활용하여 분류된 산업군에 특화된 감성사전을 구축한 후, 감성분석을 통하여 산업군에 속하는 각 기업들의 감성점수의 평균을 산업군 감성변수로 생성하였다. 여러 예측변수들의 조합으로 이루어진 모형들 중에서 기술적 변수와 산업군의 온라인 뉴스에 기초한 감성변수를 함께 사용하였을 때 우수한 예측력과 수익률을 보여주었다.

• 응용통계연구
• /
• 제27권7호
• /
• pp.1077-1095
• /
• 2014

관찰연구를 이용하여 인과관계를 추론할 경우 무작위 통제시험과는 달리 교란변수로 인한 편향을 제어하기 위한 통계적 전략이 필요하다. 최근에는 성향점수(propensity score) 를 이용한 짝짓기나 원인변수의 역확률을 가중치로 사용하는 주변구조모형이 제안되어 사용되고 있다. 이러한 인과관계 추론은 처치(treatment)가 명확히 주어진 경우에 교란변수를 통제하고 그 처치가 결과에 미치는 영향을 평가하는 방법에 초점이 맞추어져 있다. 하지만 기존의 방법의 경우 원인변수인 처치가 직접관측이 가능한 범주형 변수이고 결과변수 또한 직접관측이 가능한 변수인 경우에만 사용할 수 있는 한계를 갖고 있다. 본 연구에서는 원인변수인 처치와 결과변수의 결괏값의 직접적인 관측이 어려운 경우, 측정오차를 고려한 잠재범주모형(latent class analysis)의 변수로 모형화 함으로써 잠재범주 간의 원인적 영향력을 추정하는 방법을 제시하고자 한다. 그리고 미국의 The National Longitudinal Study of Adolescent Health 자료를 이용하여, 약물사용의 잠재범주에 대한 청소년기의 비행(delinquency)이라는 잠재범주의 원인적 영향력을 추정하였다.

• 응용통계연구
• /
• 제35권2호
• /
• pp.285-298
• /
• 2022

연속 수축 사전분포는 spike and slab 사전분포와 더불어, 희박 회귀계수 벡터 또는 공분산 행렬에 대한 베이지안 추론을 위해 널리 사용되고 있다. 특히 고차원 상황에서, 연속 수축 사전분포는 spike and slab 사전분포에 비해 매우 작은 모수공간을 가짐으로써 계산적인 이점을 가진다. 하지만 연속 수축 사전분포는 정확히 0인 값을 생성하지 않기 때문에, 이를 이용한 변수 선택이 자연스럽지 않다는 문제가 있다. 비록 연속 수축 사전분포에 기반한 변수 선택 방법들이 개발되어 있기는 하지만, 이들에 대한 포괄적인 비교연구는 거의 진행되어 있지 않다. 본 논문에서는, 연속 수축 사전분포에 기반한 두 가지의 변수 선택 방법들을 비교하려 한다. 첫 번째 방법은 신용구간에 기반한 변수 선택, 두 번째 방법은 최근 Li와 Pati (2017)가 개발한 sequential 2-means 알고리듬이다. 두 방법에 대한 간략한 소개를 한 뒤, 다양한 모의실험 상황에서 자료를 생성하여 두 방법들의 성능을 비교하였다. 끝으로, 모의실험으로부터 발견한 몇 가지 사실들을 기술하고, 이로부터 몇 가지 제안을 하며 논문을 마치려 한다.