선형회귀 모형에서 자기공분산 기반 추정

박철용,Park, Cheol-Yong 한국데이터정보과학회 2011 한국데이터정보과학회지 Vol.22 No.5

이 연구에서는 다중 선형회귀 모형에서 자기공분산에 근거한 회귀 계수의 추정량을 도출하였다. 자기공분산에 근거한 방법은 Park (2009)에 제시된 방법으로 직관적으로 매혹적이지는 않지만, 이것에 근거한 추정량이 회귀 계수의 불편추정량이 된다. 설명변수 벡터가 어떤 정칙조건을 만족한다면, 오차가 자기회귀이동평균 모형을 따르면 만족되는 약한 조건 하에서 이 추정량이 최소제곱 추정량과 점근적으로 동일한 분포를 가지며 또한 회귀 계수에 확률 상 수렴한다는 것을 보였다. 마지막으로 모의실험을 통해 이 성질들이 소표본에서도 성립하는 것을 보였다. In this study, we derive an estimator based on autocovariance for the regression coefficients vector in the multiple linear regression model. This method is suggested by Park (2009), and although this method does not seem to be intuitively attractive, this estimator is unbiased for the regression coefficients vector. When the vectors of exploratory variables satisfy some regularity conditions, under mild conditions which are satisfied when errors are from autoregressive and moving average models, this estimator has asymptotically the same distribution as the least squares estimator and also converges in probability to the regression coefficients vector. Finally we provide a simulation study that the forementioned theoretical results hold for small sample cases.

척도화 향상도에 근거한 처방 선택

박철용,Park, Cheol-Yong 한국데이터정보과학회 2011 한국데이터정보과학회지 Vol.22 No.2

이 논문에서는 척도화 향상도에 근거한 처방 선택 방법들을 제안하였다. 이 연구는 Park과 Kim(2010)에 의해 사용된 향상도가 특정 범위에 국한되지 않아 얼마나 커야 (혹은 작아야) 큰 (혹은 작은) 값인지 알기 힘든 문제점을 극복하기 위해 제안되었다. 제안된 첫 번째 척도화 향상도는 향상도를 바로 척도화 시켜 0과 1사이의 값을 취하도록 하였으며, 두 번째 척도화 향상도는 향상도-1을 척도화 시켜 -1과 1사의의 값을 취하도록 하였다. 구체적으로 첫 번째 척도화는 향상도를 척도화만 시킨 형태이고, 두 번째 척도화는 향상도를 중심화와 동시에 척도화 시킨 형태이다. 이 척도화 향상도에 근거한 처방 선택 방법들을 응급실 급성 충수염 환자에 적용하여 향상도에 근거한 처방 선택 결과와 비교하였다. In this study, we propose order selection methods based on scaled lift. This study is proposed to overcome the problem that the lift used by Park and Kim (2010) takes unbounded values and thus it is hard to know how big (or small) lift value is big (or small). The first scaled lift just scales lift, so that it takes values between 0 and 1, and the second scaled lift scales lift-1, so that it takes values between -1 and 1. In other words, the first method scales lift only and the second methods ceters and scales lift. We apply order selection methods based on scaled lift to acute appendicitis patients in emergency room and compare them with the results based on lift.

호흡곤란 환자에 대한 혈액검사 결과들의 수량화 연구

박철용,Park, Cheol-Yong 한국데이터정보과학회 2011 한국데이터정보과학회지 Vol.22 No.3

Park 등 (2010)은 호흡곤란을 주호소로 내원한 668명의 환자를 대상으로 11개 혈액검사 결과 중 퇴원구간에 속한 결과의 개수를 가지고 입퇴원 결정을 위한 간편한 통계모형을 제안하였다. 그런데 11개 혈액검사의 결과에 대한 중요성을 고려하지 않아 모형의 성능이 떨어질 수 있다는 문제점이 있었다. 이 연구에서는 수량화 방법에 의해 11개 혈액검사 결과의 중요성을 평가해보고, 이 중요성을 고려한 통계모형을 도출하였다. 그 결과 중요성을 고려한 새로운 모형이 중요성을 고려하지 않은 기존 모형보다 다소 성능이 향상된 것을 발견할 수 있었다. Park et. al (2010) proposed a statistical model for determining the admission or discharge of 668 patients with a chief complaint of dyspnea by the number of 11 blood tests belonging to the corresponding discharge intervals. Since this method does not take into consideration the importance of each blood test result, its performance might not be optimally good. In this study, we employ a quantification method to evaluate the importance of those blood test results, and then provide a new statistical mode that takes the importance into consideration. The results show that the performance of this new model is a little better than that of the model by Park et. al (2010).

응급실 급성 충수염 환자의 임상경로 개발

박철용,김윤년,최현석,신아미,Park, Cheol-Yong,Kim, Yoon-Nyun,Choi, Hyun-Seok,Shin, A-Mi 한국데이터정보과학회 2010 한국데이터정보과학회지 Vol.21 No.3

이 논문에서는 응급실 급성 충수염 환자의 치료와 검사 항목에 대한 임상경로를 개발하였다. 임상경로 개발을 위해 먼저 Park과 Kim (2010)에 의해 제시된 처방 선택 방법을 이용하였으며, 그 다음에 이렇게 선택된 처방들을 연관성이 있는 처방끼리 묶어서 그림으로 표시하였다. 구체적으로 사용된 처방 선택 방법은 향상도에 근거하고 있으며 빈도가 높은 처방부터 출발하여 이것과의 향상도가 0.9에 못 미치는 음의 연관성 처방들을 순차적으로 제거하였다. 이렇게 선택된 처방들에 대해 연관성이 있는 처방들을 묶는 방법도 처방 선택 방법과 비슷하다. 구체적으로 선택된 처방 중 빈도가 높은 처방부터 출발하여 순차적으로 이것과의 향상도가 1.1을 넘는 처방들을 연관성 있는 처방으로 고려하여 해당 처방 오른쪽에 표시하였다. 따라서 임상경로 그림에는 제일 왼쪽에는 연관성이 낮은 처방들을 빈도순으로 위에서 아래로 배치하고, 제일 왼쪽에 있는 각 처방의 오른쪽에는 이것과 연관성이 높은 처방들을 왼쪽에서 오른쪽으로 역시 빈도순으로 배치하는 것을 원칙으로 하였다. In this study, we develop clinical pathways for test and medical treatment items of acute appendicitis patients in emergency room. In order to develop the clinical pathways, we first employ the order selection method by Park et al. (2010), and then display the selected orders in such a way that associated orders are tied together. More specifically the order selection method that we employ is based on lift and, starting from the orders with higher frequencies, sequentially removes the negatively associated orders with lift values less than 0.9. The way associated orders are selected and tied together is similar to that of the order selection method. More specifically, starting from the selected orders with higher frequencies, the orders with lift values greater than 1.1 are considered associated and displayed to the right of the corresponding order. Therefore, in the diagram of clinical pathways, the orders at the left hand side, in principle, are not associated with each other and upper orders have higher frequencies, and associated orders are located to the right of corresponding order at the left hand side and more left orders, in principle, have higher frequencies.

면접점수 표준화 방법 모의실험 비교

박철용,Park, Cheol-Yong 한국데이터정보과학회 2011 한국데이터정보과학회지 Vol.22 No.2

In this study, we perform a simulation study to compare frequently used standardization methods for interview scores based on trimmed mean, rank mean, and z-score mean. In this simulation study we assume that interviewer's score is influenced by a weighted average of true interviewee's true score and independent noise whose weight is determined by the professionality of the interviewer. In other words, as interviewer's professionality increases, the observed score becomes closer to the true score and if interviewer's professionality decreases, the observed score becomes closer to the noise instead of the true score. By adding interviewer's tendency bias to the weighed average, final interviewee's score is assumed to be observed. In this simulation, the interviewers's cores for each method are computed and then the method is considered best whose rank correlation between the method's scores and the true scores is highest. Simulation results show that when the true score is from normal distributions, z-score mean is best in general and when the true score is from Laplace distributions, z-score mean is better than rank mean in full interview system, where all interviewers meet all interviewees, and rank mean is better than z-score mean in half split interview system, where the interviewers meet only half of the interviewees. Trimmed mean is worst in general. 이 연구에서는 면접점수 표준화 방법으로 흔히 사용되고 있는 절사평균 방법, 순위평균 방법 및 z-점수평균 방법을 모의실험을 통해 비교하고자 한다. 모의실험 기법은 피면 접자의 참값 점수와 이것과 독립적인 잡음 변수가 심사자의 전문성에 의해 가중평균 형태로 심사자의 평가점수에 영향을 미친다고 가정한다. 다시 말해 심사자의 전문성이 커지면 개인의 참값 점수에 가까운 심사자의 점수가 관측되고, 심사자의 전문성이 작아지면 참값 점수 대신에 잡음 변수에 더 가까운 심사자의 점수가 관측된다. 여기에 심사자의 성향편의가 더해져 심사자의 최종 평가점수가 관측된다고 가정한다. 이 모의실험에서는 각 표준화 방법에 의한 심사자의 평균점수와 참값의 순위상관 값을 계산하여 이 값이 큰 방법을 좋은 방법으로 평가하였다. 그 결과 참값의 분포가 정규분포이면 z-점수평균이 가장 좋은 성능을 보였으며, 라플라스 분포이면 전체면접에서는 z-점수평균이 순위평균보다 다소 성능이 좋았으나 반분면접에서는 순위평균이 z-점수평균보다 다소 성능이 좋았다. 절사평균은 일반적으로 성능이 가장 낮게 나타났다.

Analysis of Students Leaving Their Majors Using Decision Tree

박철용,송규문,Park, Cheol-Yong,Song, Gyu-Moon 한국데이터정보과학회 2002 한국데이터정보과학회지 Vol.13 No.2

Since 1997, when a new educational system that encourages faculties instead of departments in universities is first introduced, students have much more chance to choose and leave their majors than before. As a result, colleges of basic arts and sciences confront with a serious problem since lots of students have left their majors at the colleges. In this paper, we analyze and provide a predictive model for those students in a university using decision trees.

단순 선형회귀 모형에서 자기공분산에 근거한 최적 추정 방법

박철용,Park, Cheol-Yong 한국데이터정보과학회 2009 한국데이터정보과학회지 Vol.20 No.2

이 논문에서는 단순 선형회귀 모형에서 회귀 계수의 최적 추정량을 구할 수 있는 자기공분산에 근거한 추정 방법을 제시하였다. 이 방법이 직관적으로 매혹적이지는 않지만 이 최적 추정량이 해당 회귀 계수의 불편추정량이 된다. 설명변수가 0과 1사이의 균등간격의 값을 가지면, 오차가 자기회귀 이동평균 모형을 따르면 성립하는 조건 하에서 이 최적 추정량이 최소제곱 추정량과 점근적으로 통일한 분포를 가진다는 것을 보였다. 추가적으로 똑같은 조건 하에서 이 최적 추정량이 해당 회귀 계수에 확률상 수렴한다는 것을 자체적으로 입증하였다. In this study, we propose a new estimation method based on autocovariance for selecting optimal estimators of the regression coefficients in the simple linear regression model. Although this method does not seem to be intuitively attractive, these estimators are unbiased for the corresponding regression coefficients. When the exploratory variable takes the equally spaced values between 0 and 1, under mild conditions which are satisfied when errors follow an autoregressive moving average model, we show that these estimators have asymptotically the same distributions as the least squares estimators. Additionally, under the same conditions as before, we provide a self-contained proof that these estimators converge in probability to the corresponding regression coefficients.

호흡곤란 환자의 입퇴원 결정을 위한 간편 통계모형

박철용,김태윤,권오진,박형섭,Park, Cheol-Yong,Kim, Tae-Yoon,Kwon, O-Jin,Park, Hyoung-Seob 한국데이터정보과학회 2010 한국데이터정보과학회지 Vol.21 No.2

이 논문에서는 호흡곤란을 주호소로 내원한 668명의 환자를 대상으로 입퇴원 결정을 위한 간편한 통계모형을 제안한다. 이것을 위해 55개 변수 중 임상전문가에 의해 중요하다고 선택된 11개 변수를 설명변수로 이용하였다. 먼저 변환과정으로 11개 연속형 변수 각각에 대해 실제 입원과 퇴원 환자의 커널밀도함수에 의해 퇴원구간을 설정하였다. 다음으로 11개 설명변수 중 퇴원구간에 속한 변수의 개수를 가지고 환자의 퇴원여부를 결정하는 최적 모형을 선택하였다. 입원과 퇴원 환자수의 불균형 때문에 최적 모형의 선택기준으로는 민감도와 특이도의 산술평균과 민감도와 정확률의 조화평균을 이용하였다. 그 결과 11개의 검사결과 중 7개 이상에서 퇴원구간이 나오면 퇴원을 결정하는 것이 최적 모형이 되었다. In this study, we propose a simple statistical model for determining the admission or discharge of 668 patients with a chief complaint of dyspnea. For this, we use 11 explanatory variables which are chosen to be important by clinical experts among 55 variables. As a modification process, we determine the discharge interval of each variable by the kernel density functions of the admitted and discharged patients. We then choose the optimal model for determining the discharge of patients based on the number of explanatory variables belonging to the corresponding discharge intervals. Since the numbers of the admitted and discharged patients are not balanced, we use, as the criteria for selecting the optimal model, the arithmetic mean of sensitivity and specificity and the harmonic mean of sensitivity and precision. The selected optimal model predicts the discharge if 7 or more explanatory variables belong to the corresponding discharge intervals.

맹장염 수술에서 임상경로 개발을 위한 처방 선택 방법

박철용,김태윤,Park, Cheol-Yong,Kim, Tae-Yoon 한국데이터정보과학회 2010 한국데이터정보과학회지 Vol.21 No.1

이 논문에서는 맹장염 수술에서 임상경로 개발을 위한 새로운 처방 선택 방법을 제안하였다. 처방 선택 방법은 연관성 규칙발견에서 흔히 사용되는 향상도에 근거하고 있으며 구체적으로 빈도가 높은 처방부터 출발하여 이것과의 향상도가 1에 못 미치는 음의 연관성 처방들을 순차적으로 제거하는 방법이다. 이 연구에서 관심을 두는 맹장염 수술 처방은 치료와 검사 항목이며, 치료와 검사 항목이 수술 전, 수술 중, 수술 후에 다른 행태를 보이기 때문에 세 가지로 구분하여 처방 선택 방법을 적용하였다. 이 처방 선택의 결과는 단순 빈도순에 의한 처방 선택의 결과와 약간의 차이를 보였다. 구체적으로 치료 항목에서는 1-2개 정도의 처방 선택이 달라졌으며, 검사 항목에서는 5개까지 처방 선택이 달라졌다. In this study, we propose a new order selection method for clinical pathway development in acute appendectomy. This method is based on the lift concept which is popular in association rule discovery and, starting from the orders with more frequencies, sequentially removes the negatively associated orders which have lift values somewhat less than one. The orders in acute appendectomy we consider in this study are test and medical treatment items respectively, and since there are different order patterns before, during, and after operation, three different order selections are made for each. The selection results are somewhat different from those selected only by the order of more frequencies. Specifically, the selection results of two methods are different in 1 or 2 orders for medical treatment items and in maximum 5 orders for test items, respectively.

주변값이 주어진 이원분할표에 대한 카이제곱 검정통계량의 소표본 분포 및 대표본 분포와의 일치성 연구

박철용,최재성,김용곤,Park, Cheol-Yong,Choi, Jae-Sung,Kim, Yong-Gon 한국데이터정보과학회 2000 한국데이터정보과학회지 Vol.11 No.1

이원분할표의 두 범주형 변수에 대한 독립성을 검정할 때 흔히 카이제곱 검정통계량이 사용된다. 표본추출 모형이 다항이나 곱다항인 경우 이 검정통계량이 독립성 가정하에서 근사적으로 카이제곱 분포를 따르게 되는 것은 잘 알려진 사실이다. 두 주변값이 모두 주어진 경우 독립성 가정하에서 표본추출 모형은 다중 초기하분포가 되며 앞의 모형과 마찬가지로 카이제곱 통계량에 근거한 검정을 사용할 수 있다. 이 연구에서는 주변값이 주어진 경우에 카이제곱 통계량의 소표본 분포를 대표본 분포인 카이제곱 분포와 비교하고자 한다. 표본크기가 작은 몇 개의 경우에 대해 카이제곱 통계량의 소표본 분포를 직접 계산해보았다. 표본크기가 큰 몇 개의 경우는 간단한 몬테칼로 알고리듬을 통해 소표본 분포를 생성하고 카이제곱 확률도와 콜모고로브-스미노브 단일표본 검정을 이용하여 대표본 분포와의 일치성을 알아보았다. The chi-squared test statistic is usually employed for testing independence of two categorical variables in a two-way contingency table. It is well known that, under independence, the test statistic has an asymptotic chi-squared distribution under multinomial or product-multinomial models. For the case where both margins fixed, the sampling model of the contingency table is a multiple hypergeometric distribution and the chi-squared test statistic follows the same limiting distribution. In this paper, we study the difference between the small sample and large sample distributions of the chi-squared test statistic for the case with fixed margins. For a few small sample cases, the exact small sample distribution of the test statistic is directly computed. For a few large sample sizes, the small sample distribution of the statistic is generated via a Monte Carlo algorithm, and then is compared with the large sample distribution via chi-squared probability plots and Kolmogorov-Smirnov tests.