분야    
발행기관
간행물  
발행연도  
발행기관 : 한국통계학회 AND 간행물명 : 응용통계연구1937 개 논문이 검색 되었습니다.
시간경로 유전자 발현자료에서 패턴일치지수와 적응 최근접 이웃을 활용한 결측값 대치법
신혜서 ( Heyseo Shin ) , 김동재 ( Dongjae Kim )  한국통계학회, 응용통계연구 [2020] 제33권 제3호, 269~280페이지(총12페이지)
시간경로 유전자 발현 자료는 마이크로어레이 실험을 시간에 따라 관측한 대용량의 자료로 유전자 발현 수준을 동시에 파악할 수 있다. 하지만 실험 과정이 복잡하여 다양한 원인들에 의해 결측값이 자주 발생한다. 본 논문에서는 시간경로 유전자 발현 자료에 대한 결측값을 추정하는 방법으로 패턴 적응 최근접 이웃(pattern consistency index adaptive nearest neighbors; PANN) 방법을 제안하였다. 이 방법은 국소적 특징을 반영하는 적응 최근접 이웃(adaptive nearest neighbors; ANN) 방법과 관측 시점간 유전자 발현의 일치 정도를 고려하는 패턴일치지수를 결합시킨 것이다. 제안한 PANN 방법의 효능을 평가하기 위하여 두 가지의 실제 시간경로 자료들을 사용하여 몬테카를로 모의실험(Monte Carlo s...
TAG missing values imputation, adaptive nearest neighbors, pattern consistency index, time course gene expression data, 결측값 대치법, 적응 최근접 이웃, 패턴일치지수, 마이크로어레이 자료, 시간경로 유전자 발현 자료, 국소적
다변량 경시적 자료 분석을 위한 공분산 행렬의 모형화 비교 연구
곽나영 ( Na Young Kwak ) , 이근백 ( Keunbaik Lee )  한국통계학회, 응용통계연구 [2020] 제33권 제3호, 281~296페이지(총16페이지)
같은 개체로부터 반복 측정한 자료를 경시적 자료(longitudinal data)라고 한다. 이러한 자료를 분석하려면 흔히 사용되는 횡단 자료 분석과는 다른 분석 방법이 필요하다. 즉, 경시적 자료에서 공변량의 효과를 추정할 때에는 반복 측정된 결과 간의 상관성을 고려해야 하며, 따라서 공분산행렬을 모형화 하는 것이 매우 중요하다. 그러나 추정해야 할 모수가 많고, 추정된 공분산행렬이 양정치성을 만족해야 하므로 공분산 행렬의 모형화는 쉽지 않다. 특히 다변량 경시적 자료분석을 위한 공분산행렬의 모형화는 더욱더 심층적인 방법론을 사용해야 한다. 본 논문은 다변량 경시적 자료분석을 위한 공분산행렬을 모형화하기 위해 두 가지 방법론을 고찰한다. 두 방법 모두 수정된 콜레스키 분해(modified Cholesky decomposition)를 이...
TAG correlation matrix, hypersphere decomposition, modified Cholesky decomposition, positive definite, variance-correlation decomposition, 다변량 경시적 자료, 공분산 행렬 모형화, 수정된 콜레스키 분해, 양정치성, 초구분해
함수형 ARCH 분석 및 다변량 변동성을 통한 일중 로그 수익률 시간 간격 선택
김다희 ( D. H. Kim ) , 윤재은 ( J. E. Yoon ) , 황선영 ( S. Y. Hwang )  한국통계학회, 응용통계연구 [2020] 제33권 제3호, 297~308페이지(총12페이지)
본 논문에서는 고빈도 함수적 ARCH 모형을 소개하고 근사모형으로써 다변량 변동성 모형을 고려하였다. 이를 기반으로 함수형 변동성 분석에서 중요한 요소인 일중 로그 수익률의 적절한 시간 간격을 찾아보았다. 또한 함수적 ARCH 모형에서 l-시차 후 변동성 예측식을 제시하고 고빈도 KOSPI 자료에 적합하여 예시하였다.
TAG fARCH, high frequency time series, multivariate volatility, 함수적 ARCH 모형, 고빈도 시계열, 다변량 변동성
이산형 자료 예측을 위한 베이지안 네트워크 분류분석기의 성능 비교
박현재 ( Hyeonjae Park ) , 황범석 ( Beom Seuk Hwang )  한국통계학회, 응용통계연구 [2020] 제33권 제3호, 309~320페이지(총12페이지)
방향성 비순환 그래프(directed acyclic graph; DAG)라고도 하는 베이지안 네트워크(Bayesian network)는 변수 사이의 관계를 확률과 그래프를 통해 모형화할 수 있다는 점에서 최근 의학, 기상학, 유전학 등 여러 분야에서 다양하게 활용되고 있다. 특히 이산형 자료의 예측에 사용되는 베이지안 네트워크 분류분석기(Bayesian network classifier)가 최근 새로운 데이터 마이닝 기법으로 주목받고 있다. 베이지안 네트워크는 그 구조와 학습 방법에 따라 여러 가지 다양한 모형으로 분류할 수 있다. 본 논문에서는 서로 다른 성질을 가진 이산형 자료를 바탕으로 구조학습 방법에 차이를 두어 베이지안 네트워크 모형을 학습시킨 후, 가장 간단한 방법인 나이브 베이즈 (na¨ıve Bayes)...
TAG Bayesian network, classification, directed acyclic graph, discrete data, na¨ıve Bayes, 나이브 베이즈, 방향성 비순환 그래프, 베이지안 네트워크, 분류분석, 이산형 자료
미 연준 통화정책방향 의결문의 시그널링 효과 분석
우신욱 ( Shinwook Woo ) , 장영재 ( Youngjae Chang )  한국통계학회, 응용통계연구 [2020] 제33권 제3호, 321~334페이지(총14페이지)
최근 미 연준이 정책금리 인하를 결정하면서 향후 통화정책 운용방향에 관해 관심이 고조되고 있다. 과거 금리동결 시점이나 동결기간 중, 그리고 인상이나 인하 시점이 다가왔을 때 통화정책 의결문의 표현을 살펴보면 단어 선택의 변화 등을 통해 시장과 꾸준하게 커뮤니케이션해 왔었다는 것을 알 수 있다. 하지만 이렇게 의결문의 표현을 문맥을 통해 분석하는 방법이 다소 주관적이고 정성적인 분석에 그칠 수 있다는 비판이 있다. 이런 점을 고려하여 Woo와 Chang (2016)에서는 데이터마이닝 기법 중 하나인 텍스트마이닝 방법을 통해 의결문 분석 과정을 보완할 수 있는 방법을 제안한 바 있다. 본 논문에서는 선행 연구 결과를 토대로 미 연준의 통화정책 의결문의 정책 시그널링 효과를 평가해 보았다. 의결문의 특성을 텍스트마이닝 관점에서 분석하고 의결문 간 표현의 변...
TAG decision tree, FOMC statement, neural network, signaling effect, US Federal Reserve, 시그널링 효과, 신경망모형, 의사결정나무, 통화정책 의결문
란체스터 모형에 대한 통계적 고찰과 해석
유병주 ( Byung Joo Yoo )  한국통계학회, 응용통계연구 [2020] 제33권 제3호, 335~345페이지(총11페이지)
본 논문에서는 과거 2차 세계대전 자료 중 Ardennes 전역에서 있었던 실제 전투 자료를 란체스터 모형에 적합 시키기 위하여 로그변환된 선형회귀모형을 추정하는 문제를 다루었다. 먼저 동일한 자료에 대하여 기존 연구 결과를 고찰하여 모수에 대한 최적해(Global Solution) 결정 문제와 다중공선성 문제들을 확인하였다. 최소제곱 추정법에 의한 모수 추정은 특정 제약조건이나 제한된 후보군을 고려할 경우 최적해를 찾지 못하고 지역해(Local Solution)를 찾을 수 있음으로 주의가 필요하고, 모형에 포함된 변수들은 통계적으로 충분히 유의성을 검토하여 포함해야지 그렇지 않았을 때 모수 추정값들이 왜곡될 수 있다. 모형에 과도하게 많은 설명 변수를 포함하는 경우 변수 간의 상관관계로 인하여 추정값이 왜곡되고 변수의 추가나 제거 시 ...
TAG Lanchester combat model, combat power attrition rate model, autocorrelation, multicollinearity, Ardennes campaign, 란체스터 전투 모형, 전투력 손실률 모형, 자기상관, 다중공선성, 아르덴느 전역
집단 크기 추정에 대한 미표본 집단의 영향
정유진 ( Yujin Chung )  한국통계학회, 응용통계연구 [2020] 제33권 제3호, 348~356페이지(총9페이지)
IM 모형(Isolation-with-Migration model; IM model)은 현존하는 집단들의 크기, 그 집단들이 공통 조상 집단으로부터 분리 된 분화 시간, 그리고 현존 집단 간의 이주율을 추정하는 데 널리 사용되는 진화 모형이다. IM 모형과 같은 진화 모형은 그 진화 모형 내 현존 집단으로부터 추출 된 DNA 염기서열을 분석하여 추정할 수 있다. 참인 진화 모형이 데이터가 추출되지 않은 미표본 집단(unsampled population) 혹은 소위 ghost라 불리는 집단을 포함할때, 종종 이 미표본 집단을 제외한 진화 모델이 추론된다. 본 논문에서는 미표본 집단이 표본집단의 크기 추정에 미치는 영향을 조사하기 위해 모의실험을 수행하였다. 표본집단과 미표본집단 사이에 이주 사건들이 존재하는 경우...
TAG Coalescent process, isolation-with-migration model, unsampled population, ghost population, MIST, 합류 과정, isolation-with-migration 모형, 미표본 집단, ghost 집단
스펙트럴 클러스터링 - 요약 및 최근 연구동향
정상훈 ( Sanghun Jeonga ) , 배수현 ( Suhyeon Baea ) , 김충락 ( Choongrak Kima )  한국통계학회, 응용통계연구 [2020] 제33권 제2호, 115~122페이지(총8페이지)
K-평균 클러스터링은 매우 널리 사용되고 있으나 유사도가 구면체 또는 타원체로 정의되어 각 클러스터가 볼록 집합 형태인 자료에는 좋은 결과를 주지만 그렇지 않은 경우에는 매우 형편 없는 결과를 나타낸다. 스펙트럴 클러스터링은 K-평균 클러스터링의 단점을 잘 보완해 줄 뿐아니라 여러 형태의 자료나 고차원 자료 등에 대해서도 좋은 결과를 나타내서 최근 인공 신경망 모형에 많이 이용되고 있다. 하지만, 개선되어야 할 단점도 여전히 많다. 본 논문에서는 스펙트럴 클러스터링에 대해 알기 쉽게 소개하고, 클러스터 갯수의 추정, 척도모수의 추정, 고차원 자료의 차원축소 등 스펙트럴 클러스터링에 대한 최근의 연구 동향을 소개한다.
TAG adjacency, dimension reduction, number of clusters, scale parameter, 인접성, 차원축소, 클러스터의 갯수, 척도모수
발달 독성학에서 비대칭 로짓 모형을 사용한 이진수 자료와 연속형 자료에 대한 결합분석
김영화 ( Yeong-hwa Kima ) , 황범석 ( Beom Seuk Hwanga )  한국통계학회, 응용통계연구 [2020] 제33권 제2호, 123~136페이지(총14페이지)
하나의 개체에서 여러가지 측정치가 동시에 관찰되는 경우는 다양한 연구 분야에서 흔히 나타난다. 발달 독성학 연구에서는 특정 독성 물질의 각기 다른 수준에 노출된 임신한 어미 쥐에 대해 기형인 태아의 존재와 태아의 무게가 동시에 측정된다. 이런 두 변수를 결합하여 모형화하는 것은 각기 독립적인 두 모형으로 분석하는 것보다 더 효율적인 결과를 낸다고 알려져 있다. 대부분의 결합 모형은 정규분포를 랜덤효과로 가정하여 분석한다. 그러나 발달 독성학연구에서처럼 반응변수들의 분포가 독성 물질이 변함에 따라 불규칙하게 변하는 경우 정규분포의 가정으로는 그 특징을 잡아낼 수 없게 된다. 본 논문에서는 이진수 자료와 연속형 자료에 대해 비대칭 로짓 모형을 사용한 베이지안 결합모형을 제시한다. 본 모형은 비대칭 로짓 모형을 사용함으로써 반응변수의 분포의 형태가 독성 물질...
TAG Bayesian inference, diethylhexyl phthalate, joint modeling, Markov chain Monte Carlo, skewed logit model, 결합모형, 독성 물질, 마코프체인 몬테카를로, 베이지안 추론, 비대칭 로짓 모형
제 1상 임상시험에서 Biased Coin Design과 멈춤규칙을 이용한 MTD 추정법
전소영 ( Soyoung Jeona ) , 김동재 ( Dongjae Kima )  한국통계학회, 응용통계연구 [2020] 제33권 제2호, 137~145페이지(총9페이지)
‘투약용량 발견 시험(Dose Finding Study)’라고도 불리는 제 1상 임상시험은 동물 실험 혹은 시험관 실험을 통하여 개발된 신약물질을 사람에게 실시하는 첫 단계이다. 제1상 임상시험의 가장 주요한 목적은 환자에게 허용할 수 있고 최대의 효능을 가진 복용량을 결정하는 것이다. 본 논문에서는 이를 고려하여 최대허용용량(MTD)를 결정할 수 있는 적절한 추정방법을 제안하였다. 이 방법은 Biased coin design과 멈춤규칙을 이용하여 MTD를 추정한다. 제안하는 방법은 모의실험을 통해 기존의 방법들과 비교하였다.
TAG Phase I clinical trials, maximum tolerated dose, Biased coin design, stopping rule, 제 1상 임상시험, 최대허용용량, 멈춤규칙
 1  2  3  4  5  6  7  8  9  10