• 대한토목학회논문집
• /
• 제30권4B호
• /
• pp.367-377
• /
• 2010

본 연구에서는 기상청 산한 56개 기상관측소의 연최대치계열 일 강우자료를 대상으로 Bootstrap기법과 SIR알고리즘을 이용하여 표본을 재추출한 후, 빈도해석을 적용하여 결과를 비교검토 하였다. SIR알고리즘은 기존에 발생되었던 극한 사상에 가중치를 두어 표본을 재추출하는 방법으로 과거에 발생한 극한사상이 기후변화에 의해서 더욱 빈발하게될 것 이라는 가정에 기초한다고 할 수 있다. 반면에 Bootstrap기법은 현재 발생한 사상에 동일한 가중치를 두어 표본을 재추출하는 방법이다. 따라서 두 방법의 차이를 계산하여 기후변화로 인한 극한강우의 빈도별 확률강우량의 변화를 산정할 수 있다. 비교결과 SIR알고리즘에 의하여 재추출된 강우를 이용하여 산정된 확률강우량의 경우, Bootstrap기법에 의해서 재추출된 강우를 이용하여 산정한 확률강우량에 비해 지점에 따라 작게는 -10%정도의 감소와 크게는 60%정도의 차이를 보임을 확인하였다.

• 한국습지학회지
• /
• 제13권1호
• /
• pp.53-66
• /
• 2011

본 연구에서는 수문자료와 수문해석과정에 포함되어 있는 불확실성을 고려함으로써 현재 하천 시설물에 적용되고 있는 안전율 혹은 여유고에서 고려하고 있는 불확실성과 비교 검토하였다. 불확실성을 고려하기 위하여 연 최대 강우량자료를 Bootstrap 방법, SIR 알고리즘을 통해 재추출함으로써 불확실성을 고려한 확률강우량을 산정 하였다. 산정된 현재의 확률강우량과 불확실성을 고려한 경우의 확률강우량을 이용하여 HEC-HMS를 통해 홍수량을 산정, HEC-RAS를 통해 지점별 홍수위를 산정 하였다. 예상홍수피해액의 산정은 다차원홍수피해산정방법(MD-FDA)을 이용하였다. 그 결과 SIR 알고리즘을 이용한 경우 예상홍수피해액의 최대값은 현재의 확률강우량을 이용한 경우의 1.22배, Bootstrap 방법에 의한 최대값은 0.92배의 값을 보였다. SIR 알고리즘은 자료의 재추출시 가중치 부여를 위한 우도함수의 영향을 크게 받으며, 이로 인한 불확실성의 구간이 커져 가장 큰 예상홍수 피해액이 도출되었다. 따라서 자료의 적정 위치에 우도를 결정하는 것이 매우 중요하게 작용하는 것을 알 수 있었다.

• Journal of the Korean Data and Information Science Society
• /
• 제14권2호
• /
• pp.337-343
• /
• 2003

In this paper we present the prediction interval estimation method using bootstrap method for least squares support vector machine(LS-SVM) regression, which allows us to perform even nonlinear regression by constructing a linear regression function in a high dimensional feature space. The bootstrap method is applied to generate the bootstrap sample for estimation of the covariance of the regression parameters consisting of the optimal bias and Lagrange multipliers. Experimental results are then presented which indicate the performance of this algorithm.

• Communications for Statistical Applications and Methods
• /
• 제27권1호
• /
• pp.65-77
• /
• 2020

Geometric charts are effective in monitoring the fraction nonconforming in high-quality processes. The in-control fraction nonconforming is unknown in most actual processes; therefore, it should be estimated using the Phase I sample. However, if the Phase I sample size is small the practitioner may not achieve the desired in-control performance because estimation errors can occur when the parameters are estimated. Therefore, in this paper, we adjust the control limits of geometric charts with the bootstrap algorithm to improve the in-control performance of charts with smaller sample sizes. The simulation results show that the adjustment with the bootstrap algorithm improves the in-control performance of geometric charts by controlling the probability that the in-control average run length has a value greater than the desired one. The out-of-control performance of geometric charts with adjusted limits is also discussed.

• 대한산업공학회지
• /
• 제23권4호
• /
• pp.755-767
• /
• 1997

Analyzing autocorrelated data set is still an open problem. Developing on easy and efficient method for severe positive correlated data set, which is common in simulation output, is vital for the simulation society. Bootstrap is on easy and powerful tool for constructing non-parametric inferential procedures in modern statistical data analysis. Conventional bootstrap algorithm requires iid assumption in the original data set. Proper choice of resampling units for generating replicates has much to do with the structure of the original data set, iid data or autocorrelated. In this paper, a new bootstrap resampling scheme is proposed to analyze the autocorrelated data set : the Threshold Bootstrap. A thorough literature search of bootstrap method focusing on the case of autocorrelated data set is also provided. Theoretical foundations of Threshold Bootstrap is studied and compared with other leading bootstrap sampling techniques for autocorrelated data sets. The performance of TB is reported using M/M/1 queueing model, else the comparison of other resampling techniques of ARMA data set is also reported.

• 한국습지학회지
• /
• 제20권2호
• /
• pp.105-115
• /
• 2018

수문기상자료의 빈도해석은 풍수해에 따른 대응 및 시설물의 설계기준에 있어 중요한 요소 중 하나이다. 일반적으로 수문기상자료에 대한 빈도해석의 경우 관측자료는 통계적으로 정상성을 가진다고 가정하고, 확률분포의 매개변수를 고려하는 매개변수적 방법을 적용하고 있다. 이러한, 매개변수적 빈도해석을 위해서는 신뢰성 있는 충분한 자료의 수집이 필요하지만, 강수량과 다르게 적설량의 경우 계절적 특성과 함께 최근에는 기후변화로 인한 적설량 관측일수 및 평균 최심신적설량이 감소하기 때문에 부족한 자료에 대한 문제점을 보완할 필요가 있다. 이에 본 연구에서는 매개변수 빈도해석 방법과 부족한 자료의 문제점을 보완할 수 있는 표본 재추출 기법인 Bootstrap방법과 SIR(Sampling Importance Resampling)알고리즘을 적용하여 적설량의 빈도해석을 실시하였다. 58개 기상관측소에 대해 재추출된 일 최대 최심신적설량 자료를 이용한 비매개변수적 빈도해석을 통해 확률적설량을 산정하고 이를 비교 분석하였다. 빈도별 확률적설량의 증감률을 검토한 결과 매개변수적 빈도해석과 비매개변수적 빈도해석에서 증감률을 나타내는 지점들이 대부분 일치하는 것으로 나타났다. 확률적설량은 관측 자료와 Bootstrap방법에서 -19.2%~3.9%, Bootstrap방법과 SIR알고리즘에서 -7.7%~137.8% 정도의 차이를 보였다. 표본 재추출 기법은 관측표본이 적은 적설량의 빈도해석 및 불확실성 범위의 제시가 가능함을 확인할 수 있었고, 이는 여름철 태풍과 같이 계절적 특성을 지닌 다른 자연재난의 해석에도 적용될 수 있을 것으로 판단된다.

• 한국습지학회지
• /
• 제10권3호
• /
• pp.125-132
• /
• 2008

일반적으로 빈도해석을 진행할 경우 자료는 정상성을 가정하고 분석하게 된다. 그러나 최근 들어 기후변화 등의 원인으로 인하여 강우나 유출량이 변화하고 있어 변화하는 강우나 유출량을 고려해서 빈도해석을 해야 한다는 주장이 제기되고 있다. 이에 본 연구에서는 Bootstrap을 기반으로 개발된 SIR 알고리즘을 이용하여 홍수빈도해석을 수행하기위한 방안을 제시하였다. SIR 알고리즘은 우도함수를 고려하여 자료를 재추출하기 위해서 사용되어 왔으며, 본 연구에서도 최근에 변화하는 홍수량의 변화 양상을 고려하여 홍수량 자료를 재추출하기 위해서 적용되었다. 증가된 홍수 특성을 고려하여 재추출된 홍수량자료는 매개변수적 빈도해석을 함으로써 지속시간별 홍수량을 산정하였으며, 산정된 빈도별 홍수량들을 Bootstrap을 이용해서 재추출한 자료를 이용한 빈도해석결과와 원자료를 이용하여 분석한 빈도해석 결과를 비교하였다. 비교결과 SIR알고리즘을 이용해서 빈도해석을 진행한 경우의 빈도별 홍수량이 가장 크게 나타났다. 따라서 홍수빈도해석시 현재까지의 변화하는 홍수량 패턴을 고려할 경우, 확률홍수량이 증가하는 것을 확인하였다.

• Industrial Engineering and Management Systems
• /
• 제1권1호
• /
• pp.79-86
• /
• 2002

This paper proposes a new algorithm for estimating ARMA model parameters. In estimating ARMA model parameters, several methods such as generalized least square method, instrumental variable method have been developed. Among these methods, the utilization of a bootstrap type algorithm is known as one of the effective approach for the estimation, but there are cases that it does not converge. Hence, in this paper, making use of a cross correlation function and utilizing the relation of structural a priori knowledge, a new bootstrap algorithm is developed. By introducing theoretical relations, it became possible to remove terms, which is liable to include much noise. Therefore, this leads to robust parameter estimation. It is shown by numerical examples that using this algorithm, all simulation cases converge while only half cases succeeded with the previous one. As for the calculation time, judging from the fact that we got converged solutions, our proposed method is said to be superior as a whole.

• Communications for Statistical Applications and Methods
• /
• 제8권3호
• /
• pp.697-709
• /
• 2001

In this paper we study two vector-valued process capability indices $C_{p}$=($C_{px}$, $C_{py}$ ) and C/aub pm/=( $C_{pmx}$, $C_{pmy}$) considering process capability indices $C_{p}$ and $C_{pm}$ . First, two asymptotic distributions of plug-in estimators $C_{p}$=($C_{px}$, $C_{py}$ ) and $C_{pm}$ =) $C_{pmx}$, $C_{pmy}$) are derived.. With the asymptotic distributions, we propose asymptotic confidence regions for our indices. Next, obtaining the asymptotic distributions of two bootstrap estimators $C_{p}$=($C_{px}$, $C_{py}$ )and $C_{pm}$ =( $C_{pmx}$, $C_{pmy}$) with our bootstrap algorithm, we will provide the consistency of our bootstrap for statistical inference. Also, with the consistency of our bootstrap, we propose bootstrap asymptotic confidence regions for our indices. (no abstract, see full-text)see full-text)e full-text)

• 응용통계연구
• /
• 제33권4호
• /
• pp.451-466
• /
• 2020

CCC-r 관리도는 불량률이 매우 낮은 고품질 공정을 관리하는 데 효율적이라고 알려져 있다. 대부분의 공정에서 공정 모수의 값은 알려져 있지 않기 때문에 제1국면에서 이를 추정해야 하는데, 표본의 크기가 충분히 크지 않은 경우 추정 오차가 발생하여 원하는 관리상태에서의 성능을 만족하지 못하는 경우가 발생한다. 뿐만 아니라 제1국면에서 추출하는 표본에 따른 산포로 인하여 관리상태일 때의 성능의 산포 또한 커지게 된다. 이러한 문제를 해결하기 위해 이 논문에서는 관리상태일 때 신호까지의 평균관측개수가 사전에 정한 확률로 목표하는 값보다 큰 값을 갖도록, 붓스트랩 알고리즘을 사용하여 CCC-r 관리도의 관리한계를 조정하는 절차를 제안하였다. 이때 고품질 공정에 적용하기 위하여 최대우도추정량 대신 베이즈추정량을 사용하여 불량률을 추정하였다. 다양한 상황에 대해 모의실험을 수행한 결과, 제안된 절차는 CCC-r 관리도의 관리상태 성능을 크게 향상시킴을 알 수 있었다.