다차원 캔달의 타우의 통계학적 응용과 그의 해석

이우주,안재윤,Lee, Woojoo,Ahn, Jae Youn 한국통계학회 2013 응용통계연구 Vol.26 No.3

본 논문에서는 캔달의 타우(Kendall's tau)의 다차원으로의 확장과 그의 통계적 추론 및 해석에 대해 알아본다. 특히 다차원 캔달의 타우가 음의 값을 가질 때 의미를 해석하기 위해, 그것의 하한이 얻어지는 경우를 직관적으로 이해할 수 있도록 변수들간의 관계의 관점에서 설명하여본다. 또한 다차원 캔달의 타우를 실제 사례에 적용해 본후, 최근 Lee와 Ahn에서 연구된 d-countermonotonicity와 partially m-countermonotonic와 같은 새로운 개념을 통하여 캔달의 타우가 음의 값이 가질 때의 의미에 대해서 논의한다. We study multivariate extension of Kendall's tau and its statistical interpretation. There exist various versions of multivariate Kendall's tau, for example Scarsini (1984), Joe (1990) and Genest et al. (2011); however, few of them mention its lower bounds. For the bivariate case, the Fr$\acute{e}$chet-Hoeffding lower bound can achieve the lower bound of Kendall's tau. However in the multivariate case, the Fr$\acute{e}$chet-Hoeffding lower bound itself does not exist as a distribution, which makes the interpretation of Kendall's tau unclear when it has negative value. In this paper, we explain sufficient conditions to achieve the lower bound of Kendall's tau and provide real data examples that provide further insights into the interpretation for the lower bounds of Kendall's tau.

가산자료 모형을 이용한 정액형 입원보험 가입자의 의료이용량 실증분석

이우주 ( Woojoo Lee ),김정환 ( Jeonghwan Kim ),김영대 ( Yeongdae Kim ),고방원 ( Bangwon Ko ) 한국보험학회 2019 保險學會誌 Vol.117 No.-

이 연구에서는 정액형 입원보험에 가입한 사람들을 대상으로, 가입금액에 따른 입원일수를 가산자료 모형을 이용하여 분석하였다. 실증분석을 위해 2015년도 말 정액형 입원보험을 유지하고 있는 45세에서 64세 사이의 여성가입자를 고려하였으며, 해당년도 입원보험금이 청구된 입원일수를 취합하여 고액가입자의 의료이용 실태를 파악하고자 하였다. 분석결과 가입금액은 연령에 상관없이 입원일수와 상당한 연관성을 가지고 있었으며, 통계적인 모형화가 가능할 정도로 특징적인 패턴을 나타내는 것을 확인할 수 있었다. 물론 이러한 결과로부터 정액형 입원보험 가입자의 도덕적 해이를 속단하기에는 무리가 따르지만, 입원보험료를 산출할 때 성별이나 나이 등과 더불어 가입금액의 크기를 반영할 필요가 있다고 판단된다. 향후 관련 연구에서 대용량 가산자료를 분석하는데 활용할 수 있도록 일반화 가법모형 및 R 코드를 소개하였다. In this paper, we analyze fixed-amount-type hospital insurance data using count data models to investigate the effect of the sum insured on the number of days staying in hospital. For the empirical analysis, we gather the contract information regarding the female insureds aged from 45 to 64 at the end of year 2015, and utilize the accident statistics related to the insurance claims to see how the insured behaves as the sum insured increases. According to our empirical analysis, the sum insured exhibits a considerable association with the number of days staying in hospital irrespective of age, and the pattern was so prominent to be statistically modeled. It might be too hasty to view this as a result of the insureds’ moral hazard, but it seems necessary to reflect the amount of sum insured together with the insured’ sexuality or age for the premium calculation. For the future application of generalized additive model (GAM) to large-scale count data in insurance, we explain the GAM model and the associated R-code at the appendix.

무요소 기법을 사용한 인체 모델 자세 변경 기법

이우주(Woojoo Lee),김동철(Dongchoul Kim) 대한기계학회 2012 대한기계학회 춘추학술대회 Vol.2012 No.5-2

초저전력 RISC-V 엣지 SoC 기술

이재진(Jae-Jin Lee),한규승(Kyeseung Han),이석호(Sukho Lee),이우주(Woojoo Lee) 대한전자공학회 2021 대한전자공학회 학술대회 Vol.2021 No.6

그라데이션 히든라이트 개발

정우주(Woojoo Jung),신직수(Jiksoo Shin),이재훈(Jaehun Lee),진건수(Keonsoo Jin),양정규(Jeonggyu Yang) 한국자동차공학회 2020 한국자동차공학회 부문종합 학술대회 Vol.2020 No.7

"Gradient Hidden Light" applied to the new Sonata DN8, which was reborn as the 8th generation in 2019, surprised the market with a new concept lamp that was not tried in the existing automobile lamp. This paper describes the process of developing a gradient hidden light that combines the world"s first half mirror and gradient lighting. The development of the world"s first ‘gradient hidden light’ gave Hyundai the opportunity to secure our unique lamp identity and prove our advanced R & D capabilities.

감마 일반화 선형 모형에서의 산포 모수 추정량에 대한 효율성 연구

조성일,이우주,Jo, Seongil,Lee, Woojoo 한국통계학회 2017 응용통계연구 Vol.30 No.1

Gamma generalized linear models have received less attention than Poisson and binomial generalized linear models. Therefore, many old-established statistical techniques are still used in gamma generalized linear models. In particular, existing literature and textbooks still use approximate estimates for the dispersion parameter. In this paper we study the efficiency of various dispersion parameter estimators in gamma generalized linear models and perform numerical simulations. Numerical studies show that the maximum likelihood estimator and Cox-Reid adjusted maximum likelihood estimator are recommended and that approximate estimates should be avoided in practice. 감마 일반화 선형모형은 포아송 분포 또는 이항 분포에 기반한 일반화 선형모형에 비해 적은 관심을 받아왔다. 따라서 감마 일반화 선형모형에서는 오래전에 개발된 통계적인 기법이 아직도 사용되고 있으며, 특히 산포 모수에 대해서는 근사 추정치가 여전히 사용되고 있다. 본 논문에서는 감마 일반화 선형 모형의 산포 모수에 대해 다양한 추정량들을 알아보고 수치 연구를 통해 그들의 효율성을 비교한다. 수치 실험의 결과 최대 가능도 추정량과 Cox-Reid의 수정된 최대 가능도 추정량이 기존의 근사 추정량에 비해 좋은 성능을 보임을 확인하였다.

수입관리에서 회귀모형 기반 수요 복원 방법

이재준,이우주,김정환,Lee, JaeJune,Lee, Woojoo,Kim, Junghwan 한국통계학회 2015 응용통계연구 Vol.28 No.3

정확한 수요예측은 수입관리(RM)에서 중요한 요소이다. 기 출발편 예약 데이터는 미래 출발편의 수요를 예측하는데 이용되는데, 이 중 일부 데이터에는 예약 요청이 거부된 경우가 포함된다. 거부된 예약 요청은 통계학적 관점에서 중도절단된 것으로 해석될 수 있으며, 이러한 중도절단된 수요를 복원하는 것은 미래 출발편의 참수요 예측을 위해 중요한 사안이다. 현재까지 여러 복원방법들이 소개되었으며, Expectation Maximization 방법이 가장 우수하다고 알려져있다. 본 연구에서는 중도절단된 자료를 복원할 수 있는 회귀모형 기반의 새로운 수요복원 방법을 제시하였다. 그리고 모의실험을 통해 제안된 새로운 방법의 성능을 RM에서 대표적으로 사용되는 두 가지 복원방법들과 비교하였다. Accurate demand forecasting is a crucial component in revenue management(RM). The booking data of departed flights is used to forecast the demand for future departing flights; however, some booking requests that were denied were omitted in the departed flights data. Denied booking requests can be interpreted as censored in statistics. Thus, unconstraining demand is an important issue to forecast the true demands of future flights. Several unconstraining methods have been introduced and a method based on expectation maximization is considered superior. In this study, we propose a new unconstraining method based on a regression model that can entertain such censored data. Through a simulation study, the performance of the proposed method was evaluated with two representative unconstraining methods widely used in RM.

불균형적인 이항 자료 분석을 위한 샘플링 알고리즘들: 성능비교 및 주의점

김한용,이우주,Kim, HanYong,Lee, Woojoo 한국통계학회 2017 응용통계연구 Vol.30 No.5

파산감지, 스팸메일 감지, 불량품 감지 등 일상생활에서 불균형적인 이항 분류 문제를 다양하게 접할 수 있다. 반응변수의 클래스의 비율이 상당히 불균형한 경우 이항 분류 모형의 예측 성능이 좋지 않다는 점은 이미 잘 알려진 사실이다. 이러한 문제점을 해결하기 위해 그 동안 오버 샘플링, 언더 샘플링, SMOTE와 같은 여러 샘플링 기법이 개발되어 왔다. 본 연구에서는 분류 모형으로 많이 사용되는 기계학습모형으로 로지스틱 회귀모형, Lasso, 랜덤포레스트, 부스팅, 서포트 벡터 머신을 위의 샘플링 기법들과 결합하여 사용했을 때의 예측 성능을 살펴보았다. 실질적인 예측 성능의 개선 여부를 확인하기 위해 네 개의 실제 자료를 분석하였다. 이와 더불어, 샘플링 방법이 사용될 때 주의해야 할 점에 대해서 강조하였다. Various imbalanced binary classification problems exist such as fraud detection in banking operations, detecting spam mail and predicting defective products. Several sampling methods such as over sampling, under sampling, SMOTE have been developed to overcome the poor prediction performance of binary classifiers when the proportion of one group is dominant. In order to overcome this problem, several sampling methods such as over-sampling, under-sampling, SMOTE have been developed. In this study, we investigate prediction performance of logistic regression, Lasso, random forest, boosting and support vector machine in combination with the sampling methods for binary imbalanced data. Four real data sets are analyzed to see if there is a substantial improvement in prediction performance. We also emphasize some precautions when the sampling methods are implemented.

약물동태학 모형에 대한 변분 베이즈 방법

박선,조성일,이우주,Parka, Sun,Jo, Seongil,Lee, Woojoo 한국통계학회 2021 응용통계연구 Vol.34 No.1

In the following paper we introduce a variational Bayes method that approximates posterior distributions with mean-field method. In particular, we introduce automatic differentiation variation inference (ADVI), which approximates joint posterior distributions using the product of Gaussian distributions after transforming parameters into real coordinate space, and then apply it to pharmacokinetic models that are models for the study of the time course of drug absorption, distribution, metabolism and excretion. We analyze real data sets using ADVI and compare the results with those based on Markov chain Monte Carlo. We implement the algorithms using Stan. 본 논문에서는 평균장 방법(mean-field methods)을 기반으로 사후 분포(posterior distribution)를 근사하는 방법인 변분 베이즈 방법(variational Bayes methods)에 대해 소개한다. 특히, 모수들을 실수공간으로 변환 후의 결합 사후분포를 가우시안 분포(Gaussian distribution)들의 곱(product)으로 근사하는 방법인 자동 미분 변분 추론(automatic differentiation variational inference)방법에 대해 자세히 소개하고, 환자에게 약물을 투여한 후 시간에 따라 약물의 흐름을 파악하는 연구인 약물동태학 모형(pharmacokinetic models)에 적용한다. 소개된 변분 베이즈 방법을 이용하여 자료분석을 실시하고 마코프 체인 몬테 카를로(Markov chain Monte Carlo)방법을 기초로한 자료분석의 결과와 비교한다. 알고리즘의 구현은 Stan을 이용한다.

감마 일반화 선형 모형에서의 가능도비 검정과 F-검정 비교연구

조성일,한정섭,이우주,Jo, Seongil,Han, Jeongseop,Lee, Woojoo 한국통계학회 2018 응용통계연구 Vol.31 No.4

감마 일반화 선형모형은 음이 아니며 치우침이 있는 반응변수에 유용한 모형으로 알려져 있다. 그러나 포아송 분포 또는 이항 분포에 기반한 일반화 선형모형에 비해 적은 관심을 받아왔다. 특히, 회귀계수의 유의성 검정에 대해서는 연구가 면밀히 되어 있지 않다. 본 논문에서는 감마 일반화 선형 모형의 검정에 대해 다양한 통계량들을 알아보고 수치 연구를 통해 그들의 성능을 비교한다. 수치 실험의 결과 부분 이탈도 검정 방법의 문제점이 나타났으며, 가능도비 검정 방법과 F-검정 방법이 좋은 성능을 보임을 확인하였다. Gamma generalized linear models are useful for non-negative and skewed responses. However, these models have received less attention than Poisson and binomial generalized linear models. In particular, hypothesis testing for the significance of regression coefficients has not been thoroughly studied. In this paper we assess the performance of various test statistics for gamma generalized linear models based on numerical studies. Our results show that the likelihood ratio test and F-type test are generally recommended and that the partial deviance test should be avoided in practice.