선형 회귀모형에서 벌점 추정량의 신의 성질에 대한 충분조건

권성훈 ( Sunghoon Kwon ) , 문혜성 ( Hyeseong Moon ) , 장재호 ( Jaeho Chang ) , 이상인 ( Sangin Lee )  한국통계학회, 응용통계연구 [2021] 제34권 제2호, 279~293페이지(총15페이지)

본 논문은 선형 회귀모형에서 벌점 추정량의 신의 성질에 대한 충분조건을 구성하는 방법을 소개하였다. 신의 추정량, 벌점 추정량, 신의 벌점 추정량, 신의 성질을 명확히 정의하였으며 이를 바탕으로 신의 성질에 대한 최적조건과 최적조건에 대한 충분조건을 구성하는 방법을 대부분의 벌점함수에 적용 가능하도록 하나의 통합된 원리로 소개하였다. 추가로 신의 성질에 대한 이해를 돕기 위해 간단한 예제와 함께 가상실험 결과를 첨부하였다.

TAG penalized estimator, oracle penalized estimator, oracle property, 벌점 추정량, 신의 벌점 추정량, 신의 성질

초록데이터를 활용한 국내외 통계학 분야 연구동향

양종훈 ( Jong-hoon Yang ) , 곽일엽 ( Il-youp Kwak )  한국통계학회, 응용통계연구 [2021] 제34권 제2호, 267~278페이지(총12페이지)

시간이 갈 수록, 정부, 기업, 국내, 해외를 막론하고 데이터의 양이 증가하고 있다. 이에따라 학계에서도 빅데이터에 대한 연구들이 늘어나고 있다. 통계학은 빅데이터 연구의 중심이 되는 학문들 중 하나이며, 늘어나는 통계학 분야 논문 빅데이터를 통해 통계학의 연구동향을 파악해 보는 것도 재미있을 것이다. 본 연구에서는 국내와 해외의 통계학 논문들의 초록데이터를 통해 어떤 연구들이 이루어지고 있는지 분석을 진행하였다. 저자들이 선정한 논문들의 키워드 데이터 빈도를 통해 국내외 연구 동향을 분석하였고, Word Embedding 방법을 통해 해당 키워드들의 관계성을 시각화 하였다. 여기서 저자들이 선정한 키워드들 외에 Textrank를 통해 선정된 통계학 분야 논문들에서 중요하게 사용되는 단어들도 추가적으로 시각화 하였다. 마지막으로 초록 데이터에 LDA...

TAG text mining, word embedding, topic modeling, 텍스트 마이닝, Word Embedding, 토픽 모델링

제한된 평균 생존시간을 이용한 위암 3기 자료 분석에 관한 연구

김빛나 ( Bitna Kim ) , 이민정 ( Minjung Lee )  한국통계학회, 응용통계연구 [2021] 제34권 제2호, 255~266페이지(총12페이지)

본 연구는 미국 국립암연구소의 SEER 프로그램에서 제공하는 위암 3기 자료에 대해 항암치료의 효과를 비교하고 위암 생존율에 유의한 영향을 미치는 요인을 알아보고자 한다. 본 연구에서 분석한 위암 3기 자료는 비례위험 가정이 성립하지 않아 대안으로 제한된 평균 생존시간을 이용한 분석 방법을 자료 분석에 적용하였다. 의사-관측들을 이용하여 제한된 평균 생존시간을 추정하였고, 제한된 평균 생존시간 추정량에 기반한 검정통계량을 이용하여 항암치료의 효과를 파악하였다. 일반화 선형모형을 이용한 회귀모형을 통해 위암 3기 환자의 평균 생존시간에 유의한 영향을 미치는 공변량들의 효과를 추정하였다. 항암치료법에 따라 위암 3기 환자의 평균 생존시간에 유의한 차이가 있음을 확인하였고, 진단연령, 인종, 세분화병기, 분화도, 종양의 크기, 수술여부, 항암치료가 위암 3기...

TAG pseudo-observations, restricted mean survival time, stomach cancer, survival analysis, 생존분석, 제한된 평균 생존시간, 의사-관측, 위암 자료

한국 COVID-19 확진자 수에 대한 시계열 분석: HAR-TP-T 모형 접근법

유성민 ( Seongmin Yu ) , 황은주 ( Eunju Hwang )  한국통계학회, 응용통계연구 [2021] 제34권 제2호, 239~254페이지(총16페이지)

이 논문에서는, 2개의 혼합된 t-분포(TP-T)의 오차과정을 따르는 이질적 자기회귀 (HAR) 모형을 이용하여, 한국 코로나 (COVID-19) 확진자 수 데이터에 대한 시계열 분석, 즉 추정과 예측에 대하여 연구한다. HAR-TP-T 시계열 모형을 고려하여 HAR 모형의 계수 뿐 아니라 TP-T 오차과정의 모수를 추정하고자 단계별 추정법을 제안한다. 본 연구에서 제안하고 있는 단계별 추정법은, HAR 계수 추정을 위해서는 통상적 최소제곱추정법을 채택하고, TP-T 모수 추정을 위해서는 최대우도추정법을 이용한다. 단계별 추정법에 대한모의실험을 수행하여, 성능이 우수함을 입증한다. 한국 코로나 확진자 수에 대한 실증적 데이터 분석에서, HAR 모형에서의 차수 p=2, 3, 4에 대해, 모형의 평균제곱오차가 최소가 되도록...

TAG COVID-19, heterogeneous autoregressive model, two-piece t distribution, Least squares estimate, 이질적 자기회귀모형, Two-piece t-분포, 최소제곱추정법

두 분류 분포를 위한 오즈 곡선

홍종선 ( Chong Sun Hong ) , 오세현 ( Se Hyeon Oh ) , 오태규 ( Tae Gyu Oh )  한국통계학회, 응용통계연구 [2021] 제34권 제2호, 225~238페이지(총14페이지)

이진분류모형의 성능을 탐색하는 시각적인 대표적인 방법인 ROC 곡선과 TOC 곡선 그리고 TROC 곡선은 혼동행렬을 구성하는 TP, TN, FP, FN 그리고 이들의 비율인 TPR, TNR, FPR, FNR으로 구현된다. 본 연구에서는 두 종류의 비율비인 오즈를 고려하여 단위면적인 정사각형에서의 구현하는 오즈 곡선을 제안하고, ROC 곡선과의 관계를 보인다. 오즈 곡선에서 판별력을 측정하는 두 종류의 측도를 제안하고, 오즈 곡선들의 형태를 바탕으로 두 종류의 측도를 이용하여 두 분류 분포의 판단 기준을 설정한다. 본 연구에서 제안한 오즈 곡선은 다른 시각적인 방법 등과 같이 유용하게 사용할 수 있으며, 오즈 곡선의 판별력을 측정하는 두 종류의 측도들은 분류 성능을 판단하는 대안적인 방법으로 같이 이용할 수 있다.

TAG confusion matrix, odds, sensitivity, specificity, validation rating, 민감도, 비율비, 판단 기준, 특이도, 혼동행렬

추세 제거된 시계열을 이용한 단위근 식별

나옥경 ( Okyoung Na )  한국통계학회, 응용통계연구 [2021] 제34권 제2호, 205~223페이지(총19페이지)

본 논문에서는 adaptive lasso 방법을 이용하여 단위근의 존재 여부를 판단하는 방법에 대해 연구하였다. 최근 원 시계열에 상수항과 선형 추세가 포함된 ADF-회귀모형식을 adaptive lasso로 추정하여 단위근을 식별하는 방법이 제안되었으나, 미지의 선형 추세가 존재할 때 검정력이 떨어지는 것으로 나타났다. 이 문제를 해결하기 위해 본 논문에서는 ADF-회귀모형식을 적합시킬 때 원 시계열 대신 선형 추세가 제거된 시계열을 사용하는 수정안을 제안하였다. 그리고 수정안에서는 일차적으로 선형 추세를 제거한 후 모형식을 적합시키기 때문에 ADF-회귀모형식 중 상수항과 선형 추세를 모두 포함하지 않는 모형식을 사용하였다. 기존의 방법보다 수정안을 사용할 때 단위근의 존재를 판단하는 검정력이 향상되는지 모의실험을 통해 검토하였으며...

TAG unit root test, adaptive lasso, detrending, 단위근 검정, adaptive lasso 추정, 추세 제거

유사도 기반 이미지 캡션을 이용한 시각질의응답 연구

강준서 ( Joonseo Kang ) , 임창원 ( Changwon Lim )  한국통계학회, 응용통계연구 [2021] 제34권 제2호, 191~204페이지(총14페이지)

시각질의응답과 이미지 캡셔닝은 이미지의 특징과 문장의 언어적인 특징을 이해하는 것을 요구하는 작업이다. 따라서 두 가지 작업 모두 이미지와 텍스트를 연결해 줄 수 있는 공동 어텐션이 핵심이라고 할 수 있다. 본 논문에서는 MSCOCO 데이터 셋에 대하여 사전 훈련된 transformer 모델을 이용하여 캡션을 생성한 후 이를 활용해 시각질의응답의 성능을 높이는 모델을 제안하고자 한다. 이때 질문과 관계없는 캡션은 오히려 시각질의응답에서 답을 맞히는데 방해가 될 수 있기 때문에 질문과의 유사도를 기반으로 질문과 유사한 일부의 캡션을 활용하도록 하였다. 또한 캡션에서 불용어는 답을 맞히는데 영향을 주지 못하거나 방해가 될 수 있기 때문에 제거한 후에 실험을 진행하였다. 기존 시각질의응답에서 이미지와 텍스트간의 공동 어텐션을 활용하여 좋은 성능을...

TAG visual question answering, multimodal data, co-attention, image captioning, text similarity, 시각질의 응답, 이종 데이터, 공동 어텐션, 이미지 캡셔닝, 텍스트 유사도

랜덤포레스트를 위한 상관예측변수 중요도

신승범 ( Seung Beom Shin ) , 조형준 ( Hyung Jun Cho )  한국통계학회, 응용통계연구 [2021] 제34권 제2호, 177~190페이지(총14페이지)

랜덤포레스트는 여러 의사결정나무 모형들을 융합하여 안정성과 예측력을 높여주기 때문에 종종 사용되는 방법이다. 예측력을 증가시키는 반면 해석의 용이성을 희생하기 때문에 이를 보상하기 위해 변수의 중요도를 제공한다. 변수의 중요도는 랜덤포레스트를 구축할 때 변수가 얼마나 중요한 역할을 하는지를 알려준다. 그러나 어떤 예측변수가 다른 예측변수들과 상관되어 있을 때 기존 알고리즘의 변수중요도는 왜곡될 수 있다. 상관된 예측변수들의 하향 편향은 예측변수의 중요도를 실제 중요도보다 낮게 측정하게 한다. 우리는 기존 알고리즘을 수정하여 상관 예측변수의 하향 편향을 회복하는 새로운 알고리즘을 제안한다. 제안된 알고리즘의 성능은 모의 자료에 의해 증명되고 실제 자료에 의해 설명된다.

TAG random forests, variable importance, correlation, 랜덤포레스트, 변수중요도, 상관관계

일치성규칙과 목표값이 없는 데이터 증대를 이용하는 학습의 성능 향상 방법에 관한 연구

김현웅 ( Hyunwoong Kim ) , 석경하 ( Kyungha Seok )  한국통계학회, 응용통계연구 [2021] 제34권 제2호, 167~175페이지(총9페이지)

준지도학습(semi-supervised learning)은 목표값이 있는 데이터와 없는 데이터를 모두 이용하는 학습방법이다. 준지도학습에서 최근에 많은 관심을 받는 일치성규칙(consistency regularization)과 데이터 증대를 이용한 준지도학습(unsupervised data augmentation; UDA)은 목표값이 없는 데이터를 증대하여 학습에 이용한다. 그리고 성능 향상을 위해 훈련신호강화(training signal annealing; TSA)와 신뢰기반 마스킹(confidence based masking)을 이용한다. 본 연구에서는 UDA에서 사용하는 KL-정보량(Kullback-Leibler divergence)과 TSA 대신JS-정보량(Jensen-Shanon di...

TAG cosistency regularization, Jensen-Shannon divergence, semi-supervised learning, training signal annealing, unsupervised data augmentation, 데이터 증대, 일치성규칙, 준지도학습, 훈련신호강화, JS-정보량

약물유전체학에서 약물반응 예측모형과 변수선택 방법

김규환 ( Kyuhwan Kim ) , 김원국 ( Wonkuk Kim )  한국통계학회, 응용통계연구 [2021] 제34권 제2호, 153~166페이지(총14페이지)

약물유전체학 연구의 주요 목표는 고차원의 유전 변수를 기반으로 개인의 약물 반응성을 예측하는 것이다. 변수의 개수가 많기 때문에 변수의 개수를 줄이기 위해서는 변수 선택이 필요하며, 선택된 변수들은 머신러닝 알고리즘을 사용하여 예측 모델을 구축하는데 사용된다. 본 연구에서는 400명의 뇌전증 환자의 차세대 염기서열 분석 데이터에 로지스틱 회귀, ReliefF, TurF, 랜덤 포레스트, LASSO의 조합과 같은 여러 가지 혼합 변수 선택 방법을 적용하였다. 선택된 변수들에 랜덤포레스트, 그래디언트 부스팅, 서포트벡터머신을 포함한 머신러닝 방법들을 적용했고 스태킹을 통해 앙상블 모형을 구축하였다. 본 연구의 결과는 랜덤포레스트와 ReliefF의 혼합 변수 선택 방법을 이용한 스태킹 모형이 다른 모형보다 더 좋은 성능을 보인다는 것을 보여주었다. 5-폴드 ...

TAG AUC, ensemble method, machine learning, random forest, stacking, 앙상블, 머신러닝, 랜덤포레스트, 스태킹

1  2  3  4  5  6  7  8  9  10