• Communications for Statistical Applications and Methods
• /
• 제26권2호
• /
• pp.175-189
• /
• 2019

The problem of the estimation of quantitative sensitive variable using the item sum technique (IST) on successive occasions has been discussed. IST difference, IST regression, and IST general class of estimators have been proposed to estimate quantitative sensitive variable at the current occasion in two occasion successive sampling. The proposed new estimators have been elaborated under Trappmann et al. (Journal of Survey Statistics and Methodology, 2, 58-77, 2014) as well as Perri et al. (Biometrical Journal, 60, 155-173, 2018) allocation designs to allocate long list and short list samples of IST. The properties of all proposed estimators have been derived including optimum replacement policy. The proposed estimators have been mutually compared under the above mentioned allocation designs. The comparison has also been conducted with a direct method. Numerical applications through empirical as well as simplistic simulation has been used to show how the illustrated IST on successive occasions may venture in practical situations.

• Journal of the Korean Data and Information Science Society
• /
• 제24권6호
• /
• pp.1439-1448
• /
• 2013

확률화 블록계획법이나 교차된 이원분류표에 대한 분산분석과 오차제곱합의 성질은 널리 알려져있다. 본 논문에서는 인자에 따른 수준에 또 다른 인자들이 내포되어 있는 지분계획 특히 이단계 지분계획에 대하여 구조적 특징을 설명하고 오차제곱합의 성질에 대하여 살펴보았다. 또한 이단계 지분계획의 활용으로 크로스오버 계획을 소개하고 생물학이나 약학 등의 분야에서 많이 사용되는 동등성 검정의 신뢰구간 구축에 대하여 설명하였고 실제자료와 SPSS 통계 페키지를 이용하여 분석함으로서 응용성을 부각시켰다.

• Communications for Statistical Applications and Methods
• /
• 제20권1호
• /
• pp.63-75
• /
• 2013

In this paper, we derive maximum likelihood estimators (MLEs) and approximate maximum likelihood estimators (AMLEs) of unknown parameters in a generalized half logistic distribution under Type-II hybrid censoring. We also obtain approximate confidence intervals using asymptotic variance and covariance matrices based on the MLEs and the AMLEs. As an illustration, we examine the validity of the proposed estimation using real data. Finally, we compare the proposed estimators in the sense of the mean squared error (MSE), bias, and length of the approximate confidence interval through a Monte Carlo simulation for various censoring schemes.

• Communications for Statistical Applications and Methods
• /
• 제15권3호
• /
• pp.333-342
• /
• 2008

회귀모형에서의 변수선택에 관한 정리를 공분산분석 모형으로 확장하였다. 공분산분석 모형에서 몇개의 회귀변수를 제거한 축소모형을 세우는 경우에 추정량의 변화를 알아본 결과, 회귀계수 뿐만아니라 분산분석계수도 추정량의 편차는 증가하지만 분산은 감소하며, 어떤 경우에는 평균제곱오차도 감소한다는 결론을 얻었다.

• Genomics & Informatics
• /
• 제20권3호
• /
• pp.34.1-34.11
• /
• 2022

Multilevel analysis is an appropriate and powerful tool for analyzing hierarchical structure data widely applied from public health to genomic data. In practice, however, we may lose the information on multiple nesting levels in the multilevel analysis since data may fail to capture all levels of hierarchy, or the top or intermediate levels of hierarchy are ignored in the analysis. In this study, we consider a multilevel linear mixed effect model (LMM) with single imputation that can involve all data hierarchy levels in the presence of missing top or intermediate-level clusters. We evaluate and compare the performance of a multilevel LMM with single imputation with other models ignoring the data hierarchy or missing intermediate-level clusters. To this end, we applied a multilevel LMM with single imputation and other models to hierarchically structured cohort data with some intermediate levels missing and to simulated data with various cluster sizes and missing rates of intermediate-level clusters. A thorough simulation study demonstrated that an LMM with single imputation estimates fixed coefficients and variance components of a multilevel model more accurately than other models ignoring data hierarchy or missing clusters in terms of mean squared error and coverage probability. In particular, when models ignoring data hierarchy or missing clusters were applied, the variance components of random effects were overestimated. We observed similar results from the analysis of hierarchically structured cohort data.

• 응용통계연구
• /
• 제17권1호
• /
• pp.61-73
• /
• 2004

교체표본조사에서는 모든 표본단위를 복수 개(=G)의 교체그룹으로 나누고 일정 횟수만큼 조사한 후 표본단위 의 교체를 하는 경우와 조사기 간 동안 동일한 표본단위를 조사한 후 교체그룹 자체를 교체하는 두 가지 경우가 있다. 본 연구는 후자의 경우를 일반화하는 것으로, 매 조사월에서 하나의 교체그룹이 조사되고 이 교체그룹에 속한 모든 표본단위는 최근 l개월 동안의 정보를 제공하는 l-수준 교체표본설계이다. 표본단위 교체가 오직 교체그룹의 총 개수인 G와 회상 개월 수인 l에 의해 결정되므로 이를 l/G 교체표본설계로 일반화하였으며 일반화복합추정량의 분산과 두 가지 형태의 편향(bias)하에서 MSE를 구하고 절충 GCE(compromise GCE)의 계수를 유도하였다. 또한 GCE의 분산과 MSE를 상관계수, 편향, 표본조사단위의 분산의 형태, 그리고 설계간격(design gap)의 형태에 따라 분석하였다.

• 응용통계연구
• /
• 제21권2호
• /
• pp.247-264
• /
• 2008

통합공정관리의 기본절차는 잡음이 내재하는 공정에 대하여 수정조치를 취하고, 수정활동 중 공정에 이상원인이 발생하면 관리도를 통하여 발생을 탐지하고 교정활동을 통하여 이를 제거하게 된다. 그러나 공정의 교정활동은 많은 시간과 비용을 수반하는 비생산적 요인을 유발할 수 있기 때문에 무조건적 교정활동은 생산성을 저하시키는 반대 급부도 동시에 내포하고 있다. 이 논문에서는 공정모형으로 ARIMA(0,1,1) 모형을 가정하고 공정 평균과 분산에 이상원인이 발생하는 경우 이를 탐지하는 절차를 소개하고, 이상신호의 시점에서 공정 잔여시간 동안 발생할 수 있는 미래손실에 기초하여 교정 활동의 여부를 판단하는 통합공정관리 절차를 제안한다.

• Communications for Statistical Applications and Methods
• /
• 제17권3호
• /
• pp.357-365
• /
• 2010

통합공정관리란 잡음이 내재하는 공정에 대하여 수정조치를 취하고, 수정활동 중 공정에 이상원인이 발생하면 이를 관리도를 통해 탐지하여 제거하는 절차를 일컫는다. 이 논문에서는 공정의 잡음모형으로 IMA(1,1) 모형을 가정하고 최소평균제곱오차 수정절차를 수행할 때 일반화가능도비 관리도를 사용하여 이상원인을 탐지하는 절차를 고려하고 있으며, 이러한 상황에서 일반화가능도비 관리도의 관리한계를 설정하는 설계 방법을 제안하였다. 이상원인의 효과로는 공정 평균의 지속적 변화와 지속적 흐름 그리고 공정 분산의 지속적 변화를 고려하였다.

• Geomechanics and Engineering
• /
• 제36권2호
• /
• pp.111-119
• /
• 2024

In the realm of rock excavation projects, precise estimation of the drilling rate index stands as a pivotal factor in strategic planning and cost assessment. This study introduces and evaluates two pioneering computational intelligence models designed for the prognostication of the drilling rate index, a pivotal parameter with direct implications for cost estimation in rock excavation projects. These models, denoted as the Relevance Vector Regression (RVR) optimized with the Invasive Weed Optimization algorithm (IWO) (RVR-IWO model) and the RVR integrated with the Shuffled Frog Leaping algorithm (SFL) (RVR-SFL model), represent a groundbreaking approach to forecasting drilling rate index. The RVR-IWO and RVR-SFL models were meticulously devised to harness the capabilities of computational intelligence and optimization techniques for drilling rate index estimation. This research pioneers the integration of IWO and SFL with RVR, constituting an unprecedented effort in forecasting drilling rate index. The primary objective of this study was to gauge the precision and dependability of these models in forecasting the drilling rate index, revealing significant distinctions between the two. In terms of predictive precision, the RVR-IWO model emerged as the superior choice when compared to the RVR-SFL model, underscoring the remarkable efficacy of the Invasive Weed Optimization algorithm. The RVR-IWO model delivered noteworthy results, boasting a Variance Account for (VAF) of 0.8406, a Mean Squared Error (MSE) of 0.0114, and a Squared Correlation Coefficient (R²) of 0.9315. On the contrary, the RVR-SFL model exhibited slightly lower precision, yielding an MSE of 0.0160, a VAF of 0.8205, and an R2 of 0.9120. These findings serve to highlight the potential of the RVR-IWO model as a formidable instrument for drilling rate index prediction, particularly within the framework of rock excavation projects. This research not only makes a significant contribution to the realm of drilling engineering but also underscores the broader adaptability of the RVR-IWO model in tackling an array of challenges within the domain of rock engineering. Ultimately, this study advances the comprehension of drilling rate index estimation and imparts valuable insights into the practical implementation of computational intelligence methodologies within the realm of engineering projects.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2003년도 ICCAS
• /
• pp.502-507
• /
• 2003

Toward the development of practical methods for observed data oriented bispectral estimation, an automatic means for determining the smoothing bandwidth of bispectral windows is proposed, that can also provide an associated optimum bispectral estimate of stationary non-Gaussian signals, systematically only from an observed time series datum of finite length. For the conventional non-parametric bispectral estimation, the MSE (mean squared error) of the normalized estimate is reviewed under a certain mixing condition and sufficient data length, mainly from the viewpoint of the inverse relation between its bias and variance with respect to the smoothing bandwidth. Based on the fundamental relation, a systematic method not only for determining the bandwidth, but also for obtaining the optimum bispectral estimate is presented by newly introducing a MSE evaluation index of the estimate only from an observed time series datum of finite length. The effectiveness and fundamental features of the proposed method are illustrated by the basic results of numerical experiments.