• Asian Pacific Journal of Cancer Prevention
• /
• 제15권6호
• /
• pp.2893-2900
• /
• 2014

Background: Statistical methods are very important to precisely measure breast cancer patient survival times for healthcare management. Previous studies considered basic statistics to measure survival times without incorporating statistical modeling strategies. The objective of this study was to develop a data-based statistical probability model from the female breast cancer patients' survival times by using the Bayesian approach to predict future inferences of survival times. Materials and Methods: A random sample of 500 female patients was selected from the Surveillance Epidemiology and End Results cancer registry database. For goodness of fit, the standard model building criteria were used. The Bayesian approach is used to obtain the predictive survival times from the data-based Exponentiated Exponential Model. Markov Chain Monte Carlo method was used to obtain the summary results for predictive inference. Results: The highest number of female breast cancer patients was found in California and the lowest in New Mexico. The majority of them were married. The mean (SD) age at diagnosis (in years) was 60.92 (14.92). The mean (SD) survival time (in months) for female patients was 90.33 (83.10). The Exponentiated Exponential Model found better fits for the female survival times compared to the Exponentiated Weibull Model. The Bayesian method is used to obtain predictive inference for future survival times. Conclusions: The findings with the proposed modeling strategy will assist healthcare researchers and providers to precisely predict future survival estimates as the recent growing challenges of analyzing healthcare data have created new demand for model-based survival estimates. The application of Bayesian will produce precise estimates of future survival times.

• 한국통신학회논문지
• /
• 제19권6호
• /
• pp.1085-1094
• /
• 1994

본 논문에서는 망 노드에서의 폭주를 B-ISDN UNI에서 예방하기 위해 B-NT에서 일시적인 셀 저장 및 선택적 셀 폐기를 수행하는 트래픽 흐름 제어를 제안하였다. 제안된 구조는 B-NT 시스템에서 T 접속을 향하는 출력 셀 흐름을 감소 또는 억제시키도록 구성하고, 인접 망 노드의 상태를 정상, 준폭주, 폭주의 세상태로 정의하였다. 준폭주 상태에서는 손실에 민감한 트래픽은 일시적으로 저장되어 출력 셀 흐름의 속도를 저하시키고, 폭주 상태에서는 손실에 민감한 트래픽의 셀 저장과 더불어 지연에 민감한 트래픽의 셀이 선택적으로 폐기되어 최대한 출력 트래픽 흐름을 억제시킨다. 입력 셀 흐름과 망 노드 상태의 변화를 IBP와 3 상태 마르코프 체인으로 모델링하여 B-NT 시스템에서 제안된 구조의 성능 분석을 위한 시뮬레이션을 수행하여 적당한 버퍼 사이즈를 구하고 망 노드의 상태에 따른 제안한 구조의 성능 변화를 조사한 결과 망 노드에서의 폭주 정도가 극심한 경우에는 제안한 방법으로 제어가 거의 불가능하지만, 그 외의 경우에는 2,000셀 이상의 버퍼 사이즈로 제어가 가능함을 알 수 있었다.

• 응용통계연구
• /
• 제18권2호
• /
• pp.281-296
• /
• 2005

본 연구에서는 2004년 기상청 집중관측기간(KEOP)에 수집된 지상관측자료를 사용하여 한반도 남서지방의 지역별(해남 외 7개 지역) 기상인자들의 주기성과 이들이 강수현상에 미치는 영향을 분석하였다. 이를 위하여 기술통계와 스펙트럴분석을 사용하여 주기성을 분석하고, 관측기간 및 지역별 랜덤효과를 반영할 수 있는 일반화 선형모형을 제시하여 강수현상에 미치는 기상인자들의 영향을 분석했다. 분석결과에 의하면 기상인자들과 강수현상은 연관성을 가지며 특정주기에 따라 변동하는 것으로 나타났으며, 기상인자들은 지역에 따라 상이한 패턴으로 강수현상에 영향을 미치는 것으로 나타났다.

• 응용통계연구
• /
• 제31권2호
• /
• pp.287-301
• /
• 2018

0이 과도하게 많이 나타나는 자료는 여러 다양한 분야에서 흔히 볼 수 있다. 이러한 자료들을 분석할 때 대표적으로 영과잉 포아송 모형이 사용된다. 특히 반응변수들 사이에 상관관계가 존재할 때에는 랜덤효과를 영과잉 포아송 모형에 도입해서 분석해야 한다. 이러한 모형은 주로 빈도론자들의 접근방법으로 분석되어왔는데, 최근에는 베이지안 기법을 사용한 분석도 다양하게 발전되어 왔다. 본 논문에서는 반응변수들 사이에 상관관계가 존재하는 경우 랜덤효과가 포함된 영과잉 포아송 회귀모형을 베이지안 추론 방법을 토대로 제안하였다. 이 모형의 적합성을 판단하기 위해 모의 실험을 통해 랜덤효과를 고려하지 않은 모형과 비교 분석하였다. 또한, 실제 지역사회 건강조사 흡연 자료에 직접 응용하여 그 결과를 살펴보았다.

• 산업경영시스템학회지
• /
• 제42권4호
• /
• pp.194-202
• /
• 2019

Reliability analysis of the components frequently starts with the data that manufacturer provides. If enough failure data are collected from the field operations, the reliability should be recomputed and updated on the basis of the field failure data. However, when the failure time record for a component contains only a few observations, all statistical methodologies are limited. In this case, where the failure records for multiple number of identical components are available, a valid alternative is combining all the data from each component into one data set with enough sample size and utilizing the useful information in the censored data. The ROK Navy has been operating multiple Patrol Killer Guided missiles (PKGs) for several years. The Korea Multi-Function Control Console (KMFCC) is one of key components in PKG combat system. The maintenance record for the KMFCC contains less than ten failure observations and a censored datum. This paper proposes a Bayesian approach with a Dirichlet mixture model to estimate failure time density for KMFCC. Trends test for each component record indicated that null hypothesis, that failure occurrence is renewal process, is not rejected. Since the KMFCCs have been functioning under different operating environment, the failure time distribution may be a composition of a number of unknown distributions, i.e. a mixture distribution, rather than a single distribution. The Dirichlet mixture model was coded as probabilistic programming in Python using PyMC3. Then Markov Chain Monte Carlo (MCMC) sampling technique employed in PyMC3 probabilistically estimated the parameters' posterior distribution through the Dirichlet mixture model. The simulation results revealed that the mixture models provide superior fits to the combined data set over single models.

• 한국수자원학회논문집
• /
• 제49권4호
• /
• pp.315-325
• /
• 2016

일반적으로 하천의 유량은 댐과 같은 수공구조물에 의해 조정된 유량으로 수자원계획을 위해서 필요한 자연유량과는 차이가 크다. 수자원계획을 수립함에 있어 자연 유입량 정보는 댐 운영과 수문분석을 위한 필수적인 정보이다. 본 연구에서는 댐 유역 일유입량 모의기법을 위한 통합 모형을 개발하였다. 첫째, 장기 강우-유출 모형의 입력강우자료로 사용하기 위하여 평균 및 중앙값과 같은 통계적 모멘트를 효과적으로 재현하고 극치 강우량 재현에 유리한 불연속 Kernel-Pareto 확률분포 기반의 강우모의기법을 통하여 강우모의를 수행하였다. 둘째, SAC-SMA 장기 강우-유출 모형의 매개변수를 Bayesian MCMC 기법을 통하여 최적화하여 산정된 매개변수의 사후분포를 활용하여 댐 유입량 시나리오 도출하였다. 댐 유역을 대상으로 개발된 모형을 평가한 결과 자연유량과 통계적으로 유사한 특성을 가지는 시나리오를 생성할 수 있었으며, 물수지 분석 등과 같은 수자원계획을 위한 시나리오로 활용이 가능할 것으로 판단된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2008년도 학술발표회 논문집
• /
• pp.1121-1124
• /
• 2008

저수분석(low flow analysis)은 수자원공학에서 중요한 분야 중 하나이며, 특히 저수량 빈도분석(low flow frequency analysis)의 결과는 저수(貯水)용량의 설계, 물 수급계획, 오염원의 배치 및 관개와 생태계의 보존을 위한 수량과 수질의 관리에 중요하게 사용된다. 그러므로 본 연구에서는 저수량 빈도분석을 위한 점빈도분석을 수행하였으며, 특히 빈도분석에 있어서의 불확실성을 탐색하기 위하여 Bayesian 방법을 적용하고 그 결과를 기존에 사용되던 불확실성 탐색방법과 비교하였다. 본 논문의 I편에서는 Bayesian 방법 중 사전분포(prior distribution)와 우도함수(likelihood function)의 복잡성에 상관없이 계산이 가능한 Bayesian MCMC(Bayesian Markov Chain Monte Carlo) 방법과 Metropolis-Hastings 알고리즘을 사용하기 위한 여러과정의 이론적 배경과 Bayesian 방법에서 가장 중요한 요소인 사전분포를 구축하고 이를 비교 및 평가하였다. 고려된 사전분포는 자료에 기반하지 않은 사전분포와 자료에 기반한 사전분포로써 두 사전분포를 이용하여 Metropolis-Hastings 알고리즘을 수행하고 그 결과를 비교하여 저수량 빈도분석에 합리적인 사전분포를 선정하였다. 또한 알고리즘의 수행과정에서 필요한 제안분포(proposal distribution)를 적용하여 그에 따른 알고리즘의 효율성을 채택률(acceptance rate)을 산정하여 검증해 보았다. 사전분포의 분석 결과, 자료에 기반한 사전분포가 자료에 기반하지 않은 사전분포보다 정확성 및 불확실성의 표현에 있어서 우수한 결과를 제시하는 것을 확인할 수 있었고, 채택률을 이용한 알고리즘의 효용성 역시 기존 연구자들이 제시하였던 만족스러운 범위를 가지는 것을 알 수 있었다. 최종적으로 선정된 사전분포는 본 연구의 II편에서 Bayesian MCMC 방법의 사전분포로 이용되었으며, 그 결과를 기존 불확실성의 추정방법의 하나인 2차 근사식을 이용한 최우추정(maximum likelihood estimation)방법의 결과와 비교하였다.

• Journal of Gastric Cancer
• /
• 제14권4호
• /
• pp.259-265
• /
• 2014

Purpose: Survival analysis of gastric cancer patients requires knowledge about factors that affect survival time. This paper attempted to analyze the survival of patients with incomplete registered data by using imputation methods. Materials and Methods: Three missing data imputation methods, including regression, expectation maximization algorithm, and multiple imputation (MI) using Monte Carlo Markov Chain methods, were applied to the data of cancer patients referred to the cancer institute at Imam Khomeini Hospital in Tehran in 2003 to 2008. The data included demographic variables, survival times, and censored variable of 471 patients with gastric cancer. After using imputation methods to account for missing covariate data, the data were analyzed using a Cox regression model and the results were compared. Results: The mean patient survival time after diagnosis was $49.1{\pm}4.4$ months. In the complete case analysis, which used information from 100 of the 471 patients, very wide and uninformative confidence intervals were obtained for the chemotherapy and surgery hazard ratios (HRs). However, after imputation, the maximum confidence interval widths for the chemotherapy and surgery HRs were 8.470 and 0.806, respectively. The minimum width corresponded with MI. Furthermore, the minimum Bayesian and Akaike information criteria values correlated with MI (-821.236 and -827.866, respectively). Conclusions: Missing value imputation increased the estimate precision and accuracy. In addition, MI yielded better results when compared with the expectation maximization algorithm and regression simple imputation methods.

• 대한전자공학회논문지TC
• /
• 제40권12호
• /
• pp.59-70
• /
• 2003

본 논문에서 제안하는 CCRSVP (Candidate Casting RSVP) 알고리듬은 IEEE 802.11 무선 랜 환경에서 기존의 Mobile IP에 지능적인 멀티캐스팅 기법과 RSVP를 도입하여 고속 핸드오프의 성능을 지원하면서, QoS를 보장하고 B/W 효율성 측면에서 뛰어난 성능을 보이는 새로운 핸드오프 방법이다. 이 알고리듬은 무선 랜의 L2 정보 (BSSID)를 이용, L2 핸드오프가 발생하기 전 미리 자원 예약을 시도하며 멀티캐스팅 기법을 이용해 L3 핸드오프 지연을 타 방법에 비해 획기적으로 줄인다. 성능의 증명을 위해 RSVP 동작 과정의 특성을 이용하여 핸드오프 과정을 모델링 한다. 본 논문에서 제안한 핸드오프 모델은 RSVP를 이용한 각각의 핸드오프 알고리듬을 구별할 수 있는 파라미터를 정의하고 이를 응용한다. 또한 이들 파라미터를 적용하여 마코프 체인과 반복 접근법을 이용한 분석 방법을 소개한다. 핸드오프 모델의 분석을 통해 제안된 알고리듬이 타 알고리듬보다 자원의 효율성 면에서 더 성능이 우수함을 보인다. 자원의 효율성을 비교하기 위해 각 알고리듬의 예약될 자원이 없을 경우 블로킹되는 세션에 대한 차단 확률, 셀 내 세션 발생률에 따른 자원이 예약되는 정도를 보여주는 자원 사용률, 실질적으로 자인을 사용하고 있는 능률 세션 수 그리고 예약된 자원의 사용 효율을 나타내는 자원 효율을 비교 분석한다. 각각의 비교 항목에서 CCRSVP 알고리듬이 우수한 성능을 가짐을 확인할 수 있다.

• 한국지능시스템학회논문지
• /
• 제26권3호
• /
• pp.202-207
• /
• 2016

체크포인터를 삽입한 실시간 시스템에서는 고장이 발생하면 고장 직전의 체크포인터로 회귀하여 태스크를 재실행함으로써 과도 고장을 효과적으로 극복할 수 있다. 이번 논문에서는 체크포인터에서 실행되는 데이터 저장과 고장 탐지 과정을 분리한 새로운 체크포인터 방식을 제안한다. 하나의 체크포인터 구간 내에 여러 개의 고장 탐지 과정을 추가하면 고장 발생에서 탐지까지의 지연 시간을 줄일 수 있다. 본 논문에서는 태스크가 데드라인 이내에서 성공적으로 수행될 확률을 최대화하는 고장 탐지 과정의 삽입 방법을 제안한다. 고장 탐지 과정이 분리된 체크포인터 방식을 마코프 체인으로 모델링하고 실시간 태스크의 성공적 수행 확률을 계산하는 모의실험을 수행하여 최적의 해를 구하는 과정을 제시한다.