• 한국조사연구학회지:조사연구
• /
• 제12권3호
• /
• pp.49-62
• /
• 2011

본 논문에서는 패널회귀모형에서 회귀계수 추정량으로 일반최소제곱추정량과 가중최소 제곱추정량의 설계기반 성질을 고찰한다. 회귀계수의 최소제곱추정량을 선형화하여 일반최소제곱추정량의 근사편향, 근사분산, 그리고 근사평균제곱오차의 수식과, 가중최소제곱추정량의 근사분산 수식을 유도한 후, 모의실험을 통하여 두 추정량의 근사분산 및 근사평균 제곱오차의 크기를 수치적으로 비교한다. 모의실험에서는 한국복지패널 3개년 데이터를 모집단으로 간주하고, 가구소득 변수를 관심변수로 하며 가구와 가구주 관련 7개 변수를 설명변수로 하는 유한모집단 회귀계수를 고려한다. 두 추정량의 설계기반 성질을 비교하기 위하여 표본수를 50에서 1,000까지 50 간격으로 설정하여 일반최소제곱추정량의 근사편향, 근사분산 그리고 가중최소제곱추정량의 근사분산을 계산한다. 모의실험을 통하여 다음과 같은 경향을 확인하였다. 첫째, 표본의 크기가 커지면 일반최소제곱추정량의 평균제곱오차가 가중최소제곱추정량의 분산보다 커진다. 둘째, 일반최소제곱추정량의 평균제곱오차를 가중최소제곱추정량의 분산으로 나눈비(ratio)는 설명변수에 따라 크기가 다르게 나타나고, 일반최소제곱추정량의 편향이 클수록 큰 값을 보인다. 셋째, 분산만 비교하면 일반최소제곱추정량의 분산이 가중최소제곱추정량의 분산보다 대부분의 경우에 더 작게 나타난다.

• Journal of the Korean Data and Information Science Society
• /
• 제18권1호
• /
• pp.97-105
• /
• 2007

We consider a nonparametric additive risk model that is based on splines. This model consists of both purely and smoothly nonparametric components. As an estimation method of this model, we use the weighted least square estimation by Huller and Mckeague (1991). We provide an illustrative example as well as a simulation study that compares the performance of our method with the ordinary least square method.

• 한국데이터정보과학회:학술대회논문집
• /
• 한국데이터정보과학회 2006년도 추계 학술발표회 논문집
• /
• pp.49-50
• /
• 2006

We consider a nonparametric additive risk model that are based on splines. This model consists of both purely and smoothly nonparametric components. As an estimation method of this model, we use the weighted least square estimation by Huffer and McKeague (1991). We provide an illustrative example as well as a simulation study that compares the performance of our method with the ordinary least square method.

• Communications for Statistical Applications and Methods
• /
• 제19권1호
• /
• pp.23-32
• /
• 2012

본 논문은 유한모집단에서 회귀계수추정량의 근사편향과 근사분산을 다루고 있다. 유한모집단에서 고정크기 포함확률비례표본을 추출하고 이 표본에서 조사된 데이터에 기초하여 회귀계수를 일반최소제곱추정량과 가중최소제곱추정량으로 추정할 때 두 추정량의 편향, 분산 그리고 평균제곱오차의 근사식을 유도하였다. 그리고 두 추정량의 효율을 비교하기 위하여 두 추정량의 분산을 비교하는 필요충분조건을 제시하였다. 또한 수치적인 비교를 위하여 간단한 예제를 소개하였다.

• Journal of the Korean Data and Information Science Society
• /
• 제19권2호
• /
• pp.421-429
• /
• 2008

We consider a general semiparametric additive risk model that consists of three components. They are parametric, purely and smoothly nonparametric components. In parametric component, time dependent term is known up to proportional constant. In purely nonparametric component, time dependent term is an unknown function, and time dependent term in smoothly nonparametric component is an unknown but smoothly function. As an estimation method of this model, we use the weighted least square estimation by Huffer and McKeague (1991). We provide an illustrative example as well as a simulation study that compares the performance of our method with the ordinary least square method.

• 제어로봇시스템학회논문지
• /
• 제13권7호
• /
• pp.683-687
• /
• 2007

In last decades, several linearization methods for the AOA measurements have been proposed, for example, Gauss-Newton method and Closed-Form solution. Gauss-Newton method can achieve high accuracy, but the convergence of the iterative process is not always ensured if the initial guess is not accurate enough. Closed-Form solution provides a non-iterative solution and it is less computational. It does not suffer from convergence problem, but estimation error is somewhat larger. This paper proposes a Self-Tuning Weighted Least Square AOA algorithm that is a modified version of the conventional Closed-Form solution. In order to estimate the error covariance matrix as a weight, a two-step estimation technique is used. Simulation results show that the proposed method has smaller positioning error compared to the existing methods.

• 전자공학회논문지SC
• /
• 제44권4호통권316호
• /
• pp.1-7
• /
• 2007

지상파 측위와 같이 사용자와 센서간의 거리가 짧은 경우에는 GN (Gauss-Newton) 방법을 이용하여 구한 추정치가 발산하기도 한다. 이러한 문제점을 해결하기 위하여 TDOA (Time Difference of Arrival) 측정치에 대해서는 QCLS (Quadratic Correction Least Square) 방법이 개발되었으나 추정치의 오차가 다소 크다는 문제점을 보였다. 본 논문에서는 가중최소자승법을 도입하여 기존 QCLS 방법의 성능을 개선하는 방안을 제안하였다. 제안한 방법에서 사용하는 가중행렬이 미지변수인 사용자 위치의 함수이기 때문에 먼저 가중행렬의 추정치를 구한 후 이를 이용하여 사용자 위치 추정치를 구하는 단계별 추정 방식을 제안하였다. 컴퓨터 시뮬레이션을 통하여 제안한 방법의 성능이 기존 QCLS 방법보다 항상 우수함을 보였으며, Gauss-Newton 방법이 수렴하는 경우 두 가지 방법이 대등한 성능을 보였다.

• 한국음향학회지
• /
• 제22권3호
• /
• pp.224-232
• /
• 2003

본 논문에서는 능동 소나의 구성 방법 및 관측 오차에 따른 위치 추정 성능에 대해서 다룬다. 능동 소나는 구성 방법에 따라서 크게 단상태 (Monostatic) 소나, 양상태 (Bistatic) 소나, 다중상태 (Multistatic) 소나로 분류될 수 있으며, 각각의 오차에 대한 특성이 서로 다르다 각 수신기가 거리 정보와 방위 정보를 얻을 수 있다는 가정하에 단상태, 양상태 소나와 다중상태 소나의 위치 추정 성능에 대해 비교해 보고 기존의 정보 융합 방법인 최소 자승법 (LS: Least square)에 가중치를 주는 가중치 최소 지승법 (WLS: Weighted least square)을 제안하였다. 또한, 제안된 방법을 이용하여 수신기의 수, 송수신기간 거리와 위치 추정 성능과의 연관성에 대하여 알아보고 효과적인 다중상태 소나 배치에 대한 연구를 수행하였다. 모의 실험결과 다중상태 소나의 위치 추정 제곱근 오차평균이 단상태 소나에 비해 약 35.98%, 양상태 소나에 비해 약 37.45% 우수한 것을 볼 수 있었으며 WLS가 LS에 비해 평균 7.4% 우수한 성능을 나타내었고 각 센서에 입력되는 정보의 분산 차가 클수록 성능 향상율이 증가하는 경향을 보였다.

• Journal of applied mathematics & informatics
• /
• 제22권1_2호
• /
• pp.95-112
• /
• 2006

In this paper, the authors investigate the condition number with their condition numbers for weighted Moore-Penrose inverse and weighted least squares solution of min /Ax - b/M, where A is a rank-deficient complex matrix in $C^{m{\times}n} $ and b a vector of length m in $C^m$, x a vector of length n in $C^n$. For the normwise condition number, the sensitivity of the relative condition number itself is studied, the componentwise perturbation is also investigated.

• 한국음향학회:학술대회논문집
• /
• 한국음향학회 1985년도 학술발표회 논문집
• /
• pp.87-94
• /
• 1985

In this paper, enhancement of speech corrupted by additive white or colored noise is stuided. The nuconstrained frequency-domain block least-mean-square (UFBLMS) adaptation algorithm and its frequency-weighted version are newly applied to speech enhancement. For enhancement of speech degraded by white noise, the performance of the UFBLMS algorithm is superior to the spectral subtraction method or Wiener filtering technique by more than 3 dB in segmented frequency-weighted signal-to-noise ratio(FWSNERSEG) when SNR of speech is in the range of 0 to 10 dB. As for enhancement of noisy speech corrupted by colored noise, the UFBLMS algorithm is superior to that of the spectral subtraction method by about 3 to 5 dB in FWSNRSEG. Also, it yields better performance by about 2 dB in FWSNR and FWSNRSEG than that of time-domain least-mean-square (TLMS) adaptive prediction filter(APF). In view of the computational complexity and performance improvement in speech quality and intelligibility, the frequency-weighted UFBLMS algorithm appears to yield the best performance among various algorithms in enhancing noisy speech corrupted by white or colored noise.