• Journal of the Korean Data and Information Science Society
• /
• 제28권1호
• /
• pp.119-130
• /
• 2017

다변량 분포에서의 VaR (Value at Risk)와 CTE (Conditional Tail Expectation)에 관한 많은 연구문헌에서는 특정한 포트폴리오 구성비를 이용하여 일변량 분포로 변환하여 추정하였다. 다변량 분포에서 분위수에 관한 많은 연구가 존재한다. 그러나 분위수가 유일하게 존재하지 않으므로, VaR와 CTE의 추정에 어려움이 있다. 본 연구에서는 다변량 분위 벡터를 이용한 대안적인 VaR와 통합적인 다변량 CTE의 연구를 확장하여, 여러 종류의 포트폴리오로 구성된 다양한 비율 조합에 따른 가중 CTE 벡터들을 제안한다. 일변량에 대한 CTE 관계식을 다차원의 관계식으로 확장하고, 일변량의 관계식과의 특징과 차이점에 대하여 토론한다. 정규분포로부터 추출한 자료와 실증 예제를 통하여 본 연구에서 제안한 가중 CTE를 탐색하면서 가중 CTE의 활용성과 장점을 유도한다.

• 제어로봇시스템학회논문지
• /
• 제11권12호
• /
• pp.991-995
• /
• 2005

Sensor networks are the results of convergence of very important technologies such as wireless communication and micro electromechanical systems. In recent years, sensor networks found a wide applicability in various fields such as health, environment and habitat monitoring, military, etc. A very important step for these many applications is pattern classification and recognition of data collected by sensors installed or deployed in different ways. But, pattern classification and recognition are sometimes difficult to perform. Systematic approach to pattern classification based on modern teaming techniques like Multivariate Gaussian mixture models, can greatly simplify the process of developing and implementing real-time classification models. This paper proposes a new recognition system which is hierarchically composed of many sensor nodes haying the capability of simple processing and wireless communication. The proposed system is able to perform classification of sensed data using the Multivariate Gaussian function. In order to verify the usefulness of the proposed system, it was applied to hand gesture recognition system.

• 응용통계연구
• /
• 제29권3호
• /
• pp.513-523
• /
• 2016

다중 치우침 모수벡터를 가진 다변량 치우친 정규분포 (MSNMix)를 EM 알고리즘으로 적합하려면 E-step에서 다변량 절단 정규분포의 적률과 확률을 계산해야 하는데 이것은 매우 큰 계산 시간을 요구한다. 그래서 비대칭 자료를 적합하는데 흔히 단순 치우침 모수를 가진 모형을 적용한다. 이 모형은 단변량 처리방식으로 적합하는 것이 가능하기 때문에 처리속도가 매우 빠르다. 그러나 단순 치우침 모수를 적용하는 것은 응용에서 비현실적인 경우가 많다. 본 논문에서는 다중 치우침 모수를 가지는 MSNMix의 근사적 추정법을 제안하는데, 이 방법은 단변량 처리방식이 적용되므로 향상된 처리속도를 보장한다. 그리고 제안된 방법의 실효성을 보이기 위해 몇 가지 실험 결과를 제공한다.

• Journal of the Korean Data and Information Science Society
• /
• 제21권6호
• /
• pp.999-1008
• /
• 2010

공정을 모니터링 하기 위한 전통적인 관리도는 표본들 사이의 일정한 추출간격에서 일정한 수의 표본을 취하여 만들어 지는 고정추출율 관리도이다. 본 연구의 목표는 표준적인 고정추출율을 갖는 다변량 관리도에 비하여 성능이 우수한 가변추출간격을 갖는 다변량 관리도를 개발하는데 있다. 대부분의 다변량 관리도에 대한 연구는 공정의 평균벡터를 모니터링 하는데 초점이 맞추어져 있다. 그러나 본 논문에서는 공정의 평균벡터와 분산-공분산을 동시에 모니터링 하기 위한 다변량 관리도를 연구한다. 가변추출간격을 갖는 다변량 슈하르트 관리도에 대하여 연구 하고자 한다.

• 한국전산구조공학회논문집
• /
• 제32권1호
• /
• pp.55-63
• /
• 2019

공학문제에서 많은 확률 변수들은 상관성을 가지고 있고, 입력변수의 상관성은 기계시스템의 통계적 성능 분석 결과에 큰 영향을 미친다. 하지만, 상관 변수들은 결합분포함수를 모델링하기 어렵다는 이유로 종종 독립변수로 취급되거나 특정한 모수적 모델로 표현되는 경우가 많으며, 특히 데이터가 적은 경우 결합분포함수를 정확히 모델링하는데 더 큰 어려움이 있다. 본 연구에서 개발된 경계데이터를 이용한 다변량 커널밀도추정은 비선형성을 갖는 다양한 형태의 다변량 확률 분포 추정을 위해 개발되었다. 다변량 커널밀도추정은 주어진 데이터와 균등분포함수의 파라미터의 신뢰구간으로부터 생성된 경계데이터를 결합하여 데이터의 질과 수에 덜 민감하다. 따라서 제안된 방법은 보수적인 통계모델링과 신뢰성 해석 결과를 도출할 수 있으며, 통계시뮬레이션과 공학예제를 통해 그 성능을 검증하였다.

• Journal of the Korean Data and Information Science Society
• /
• 제24권6호
• /
• pp.1275-1283
• /
• 2013

다변량 통합공정관리의 기본절차는 잡음이 내재하는 공정에 수정조치를 취하여 공정편차벡터를 백색잡음벡터로 전환하도록 하여 공정제곱편차벡터를 최소화하게 되는 것이며, 이러한 다변량 통합공정관리의 수정활동을 하는 경우 공정에 이상원인이 발생하면 관리도를 통해 이를 탐지하고 제거하게 된다. 수정된 공정은 이상원인 발생 전에는 백색잡음이지만, 이상원인 발생 후 다양한 형태의 시계열 모형으로 변환하게 된다. 만약 수정된 공정을 탐지하여 이상원인의 신호가 발생한 경우 교정활동을 통하여 이를 제거해야 하지만, 구조적으로 교정이 불가능 하거나 교정활동의 비용이 많이 발생하는 경우에는 이상원인의 효과를 감안하여 수정활동을 재조정해야할 것이다. 이 논문에서는 공정모형으로 다변량 IMA(1,1)모형을 가정하고 다변량 통합공정관리 절차를 수행하는 경우 이상신호가 발생한 후 재수정 절차에서 필요한 모수추정을 하고자 한다.

• Communications for Statistical Applications and Methods
• /
• 제30권4호
• /
• pp.369-388
• /
• 2023

In this paper, we develop the two-step procedure that detects and estimates the position of structural changes for multivariate nonstationary time series, either on mean parameters or second-order structures. We first investigate the presence of mean structural change by monitoring data through the aggregated cumulative sum (CUSUM) type statistic, a sequential procedure identifying the likely position of the change point on its trend. If no mean change point is detected, the proposed method proceeds to scan the second-order structural change by modeling the multivariate nonstationary time series with a multivariate locally stationary Wavelet process, allowing the time-localized auto-correlation and cross-dependence. Under this framework, the estimated dynamic spectral matrices derived from the local wavelet periodogram capture the time-evolving scale-specific auto- and cross-dependence features of data. We then monitor the change point from the lower-dimensional approximated space of the spectral matrices over time by applying the dynamic principal component analysis. Different from existing methods requiring prior information on the type of changes between mean and covariance structures as an input for the implementation, the proposed algorithm provides the output indicating the type of change and the estimated location of its occurrence. The performance of the proposed method is demonstrated in simulations and the analysis of two real finance datasets.

• Communications for Statistical Applications and Methods
• /
• 제25권2호
• /
• pp.109-130
• /
• 2018

Several measures of multivariate skewness for scale mixtures of skew-normal distributions are derived. As a special case, those of multivariate skew-t distribution are considered in detail. Furthermore, the similarities, differences, and behavior of these measures are explored for cases of some specific members of the multivariate skew-normal and skew-t distributions using a simulation study. Since some measures are vectors, it is better to take all measures in the same scale when comparing them. In order to attain such a set of comparable indices, the sample version is considered for each of the skewness measures that are taken as test statistics for the hypothesis of t distribution against skew-t distribution. An application is reported for the data set consisting of 71 total glycerol and magnesium contents in Grignolino wine.

• 응용통계연구
• /
• 제17권3호
• /
• pp.507-518
• /
• 2004

Malkovich & Afifi (1973)는 합교원리 (union-intersection principle)를 이용하여 왜도와 첨도를 다변량으로 일반화하였으나 이는 자료의 차원이 클 경우에는 사용이 용이하지 않다. 본 논문에서는 이러한 단점을 보완하는 이들의 근사통계량을 제안한다. 그리고 제안된 근사통계량, Malkovich & Afifi (1973)의 통 계 량, Mardia(1970)의 왜도와 첨도의 검 정력을 모의실험을 통하여 비교한다.

• 품질경영학회지
• /
• 제29권1호
• /
• pp.1-10
• /
• 2001

We consider the problem of detecting special variations in multivariate $T^2$-control chart when two or more multivariate outliers are present. Since a multivariate outlier may reflect slippage in mean, variance, or correlation, it can distort the sample mean vector and sample covariance matrix. Damaged sample mean vector and sample covariance matrix have difficulty in examining special variations clearly, An alternative to detection outliers or special variations is to use robust estimators of mean vector and covariance matrix that are less sensitive to extreme observations than are the standard estimators $\bar{x}$ and $\textbf{S}$. We applied popular minimum volume ellipsoid(MVE) and minimum covariance determinant(MCD) method to estimate mean vector and covariance matrix and compared its results with standard $T^2$-control chart using simulated multivariate data with outliers. We found that the modified $T^2$-control chart based on the above robust methods were more effective in detecting special variations clearly than the standard $T^2$-control chart.