PLS 방법에 의한 "큰" 2원 교차표의 시각화

이용구,최연임,Lee, Yong-Goo,Choi, Youn-Im 한국통계학회 2009 Communications for statistical applications and me Vol.16 No.3

범주형 자료의 시각화에서 범주가 많지 않은 경우에는 기존의 Hayashi의 수량화 제3방법을 이용하여 두변수의 범주들 사이의 연관성에 대한 시각화를 구할 수 있다. 그러나, Hayashi방법은 큰 빈도의 범주들보다 작은 빈도의 범주들을 두드러지게 수량화하므로 결과가 불안정하다는 문제점이 있다 (허명회와 이용구, 2006). 이 연구의 목적은 범주수가 "큰" 두 범주형 변수 R과 C에 대하여 각 변수 벌주들 사이의 연관성을 살펴보기 위한 시각화 방법을 제안하는 데 있다. 이를 위하여 우리는 2개 변수군 수치형 자료를 시각화하는 방법으로 제안된 허명회 등 (2007)의 PLS 시각화 방법을 범주형 자료에 적용하고자 한다. 즉, 범주형 변수 R과 C의 범주들 각각을 0/1로 더미 코드화하여 각각 R개와 C개의 범주군으로 변환한 다음 허명회 등 (2007)에서 제시한 PLS 시각화 방법을 적용하고자 한다. 이러한 방법은 Hayashi 수량화 방법의 문제점을 해결할 수 있을 뿐만 아니라 행변수와 열변수 각각이 여러 개의 범주형 변수들의 집합인 변수군의 경우에도 확대 적용 가능하다. 순치 예로서 German Credit 자료에서 10개 금융관련 변수의 34개 범주를 R로 간주하고 10개 사회인구적 변수의 46개 범주를 C로 간주하여 새 방법론을 적용해 보인다. On the visualization of categorical data, if the number of categories is small, we can consider Hayashi Quantification Method 3 for visualization of the categories of the variables. But it is known that the method is unstable because it quantifies more significantly for the small frequency categories rather than large frequency categories. The purpose of this research is to propose the visualization of large two-way crosstabulation data by PLS methods for checking the relationship between the categories of row and column variables. In this research, we utilize the PLS visualization methods (Huh et al., 2007) that is proposed for visualization of the qualitative data to visualize the categories of the large categorical data. We also compared both methods by applying them to real data, and studied the results from PLS visualization method on the real categorized data with many categories.

생명보험사의 개인연금 보험예측 사례를 통해서 본 의사결정나무 분석의 설명변수 축소에 관한 비교 연구

이용구,허준,Lee, Yong-Goo,Hur, Joon 한국데이터정보과학회 2009 한국데이터정보과학회지 Vol.20 No.1

금융 산업에서, 의사결정나무 분석은 분류분석을 위해서 널리 사용되는 분석기법이다. 그러나 금융 산업에서 실제로 의사결정나무 분석을 적용할 때, 발생하는 문제점 중 하나는 설명변수의 수가 너무 많다는 점이다. 따라서 모형의 결과에 별 영향을 미치지 않으면서 설명변수의 수를 줄이는 효과적인 방법을 연구할 필요가 있다. 본 연구에서는 의사결정 나무 분석에서 모형의 정확성에 근거한 최선의 변수 선택 방법을 구하기 위하여 다양한 변수 선택방법들을 비교 분석 하였다. 이를 위하여 본 연구에서는 한 보험회사의 연금 보험 상품 자료에 다양한 설명변수 축소방법을 적용하여, 가장 적은 수의 설명변수를 가지고 가장 높은 정확도를 제공하여 주는 설명변수 축소방법을 구하는 실증적인 연구를 시행하였다. 이러한 실험결과, 신경망의 민감도 분석을 이용하여 변수를 축소하고, 그 축소된 변수를 이용하여 의사결정나무 분석 모델을 생성하는 경우가 가장 효율적인 설명변수 축소방법임을 알 수 있었다. In the financial industry, the decision tree algorithm has been widely used for classification analysis. In this case one of the major difficulties is that there are so many explanatory variables to be considered for modeling. So we do need to find effective method for reducing the number of explanatory variables under condition that the modeling results are not affected seriously. In this research, we try to compare the various variable reducing methods and to find the best method based on the modeling accuracy for the tree algorithm. We applied the methods on the pension insurance of a insurance company for getting empirical results. As a result, we found that selecting variables by using the sensitivity analysis of neural network method is the most effective method for reducing the number of variables while keeping the accuracy.

AMOS 를 이용한 은행 고객 만족지수 측정

이용구(Yong Goo Lee) 한국품질경영학회 2001 품질혁신 Vol.2 No.1

서비스 산업에서 중요한 과제는 고객을 만족시키는 서비스의 제공이다. 특히 은행은 대표적인 서비스 산업으로 각종 서비스에 대한 고객들의 평가는 은행의 경쟁력 측정에서 매우 중요한 지표이다. 본 논문에서는 국내의 한 은행에서 고객들을 대상으로 각종 서비스에 대한 만족도를 조사한 자료를 이용하여 고객만족도를 측정하는 고객만족지수를 구하고자 한다. 고객만족지수를 측정하는 중요한 지표인 차원별 중요도의 측정은 측정결과들 사이의 인과관계의 정도를 측정하는 AMOS 모형분석을 이용한다.

우리나라 대학교 통계학과의 교과과정 분석

이용구(Yong Goo Lee) 한국통계학회 1989 응용통계연구 Vol.2 No.2

우리나라 대학교 통계학과의 교과과정에 관한 설문조사 결과를 요약 정리하였다. 통계학의 학문적 특수성에 의하여 통계학과의 교과과정은 학교에 따라서 다양한 형태를 갖고 있다. 이렇게 다양한 교과과정을 정리하는 것은 교과과정의 개편을 하고자 하는 경우나 새로 신설된 통계학과의 교과과정을 만드는 경우에 참고가 될 것으로 판단된다. The survey results about curriculum of statistics department in Korea has been summarized. Because of the scientific speciality, curriculums of statistics have different forms depending on universities So summarization of curriculums will be helpfull for the case of renewal of the curriculum or organizing the curriculum in the new statistics department

유한 순서열의 임의화

허명회,이용구,Huh, Myung-Hoe,Lee, Yong-Goo 한국통계학회 2010 응용통계연구 Vol.23 No.1

미국의 1970년 징병추출(draft lottery)은 유한 순서열 (1, 2, ..., k)의 물리적 임의화를 쉬운 일로 생각하였다가 사회적 물의가 빚어진 대표적인 사례이다. 본 소고는 숫자 1, 숫자 2, ... 등의 순서로 쌓인 k장의 카드 뭉치를 물리적으로 임의화하는 데 있어 반복 시행(repeated trial)의 역할을 밝힌다. 부수적으로 독립시행 수 n, 성공의 확률이 $\theta$인 이항분포 B(n, $\theta$)에서 성공 수가 짝수일 확률은 n이 커짐에 따라 0.5에 수렴하게 됨을 보인다. It is never an easy task to physically randomize the sequence of cards. For instance, US 1970 draft lottery resulted in a social turmoil since the outcome sequence of 366 birthday numbers showed a significant relationship with the input order (Wikipedia, "Draft Lottery 1969", Retrieved 2009/05/01). We are motivated by Laplace's 1825 book titled Philosophical Essay on Probabilities that says "Suppose that the numbers 1, 2, ..., 100 are placed, according to their natural ordering, in an urn, and suppose further that, after having shaken the urn, to shuffle the numbers, one draws one number. It is clear that if the shuffling has been properly done, each number will have the same chance of being drawn. But if we fear that there are small differences between them depending on the order in which the numbers were put into the urn, we can decrease these differences considerably by placing these numbers in a second urn in the order in which they are drawn from the first urn, and then shaking the second urn to shuffle the numbers. These differences, already imperceptible in the second urn, would be diminished more and more by using a third urn, a fourth urn, &c." (translated by Andrew 1. Dale, 1995, Springer. pp. 35-36). Laplace foresaw what would happen to us in 150 years later, and, even more, suggested the possible tool to handle the problem. But he did omit the detailed arguments for the solution. Thus we would like to write the supplement in modern terms for Laplace in this research note. We formulate the problem with a lottery box model, to which Markov chain theory can be applied. By applying Markov chains repeatedly, one expects the uniform distribution on k states as stationary distribution. Additionally, we show that the probability of even-number of successes in binomial distribution with trials and the success probability $\theta$ approaches to 0.5, as n increases to infinity. Our theory is illustrated to the cases of truncated geometric distribution and the US 1970 draft lottery.

선거 여론조사 자료의 표준적 요약과 시각화

허명회,이용구,Huh, Myung-Hoe,Lee, Yong-Goo 한국통계학회 2008 응용통계연구 Vol.21 No.5

Survey reports of election opinions consist of numerous cross-tabulations between socio-demographic variables and political opinions including preferred candidates. Since socio-demographic variables are related each other, duplicate interpretations arise. The aim of this study is twofold: The first is to separate the effects of socio variables such as education, occupation and income from the effects of demographic variables such as region, sex and age. The second is the visualization of multiple cross-tabulations in low-dimensional space by extended doubling technique of correspondence analysis. Survey researchers may get some help from this study to present their survey results more lucidly and visually. 선거관련 여론조사에 대한 대부분의 요약 보고서는 지역, 성, 연령대 등 인구지리적 요인과 교육수준, 직업, 소득 등의 사회적 요인 별 후보지지율 교차표로 되어 있다. 그러나 인구지리적 요인과 사회적 요인들이 상호 연관되어 있어 각 요인별 지지율 분포에 그 외 요인들의 효과가 겹쳐 반영되므로 조사 자료의 해석에 있어 중복성의 문제가 야기된다. 본 사례 연구의 대강은 선거 여론조사의 결과보고에 있어 사회적 요인 수준별 지지율 분포를 인구지리적 요인으로부터 분리하여 추정할 것과 다수의 교차표를 동시에 시각화하는 배증 대응분석의 활용을 제안하는 내용이다.

PLS 기법에 의한 (X,Y) 자료의 시각화

허명회,이용구,이성근,Huh, Myung-Hoe,Lee, Yong-Goo,Yi, Seong-Keun 한국통계학회 2007 응용통계연구 Vol.20 No.2

PLS 회귀는 q-변량의 Y 변수에 대한 회귀에서 p-변량의 X 변수가 다중공선성의 문제를 갖는 경우에도 적용 가능한 방법이다. 특히 X 변수의 수 p가 관측개체 수 n보다 큰 경우에 적용 가능하여 계량화학(chemometrics) 분야에서 근적외선 분광기(near-infrared spectroscopy) 자료에 대한 표준적 분석 방법으로 활용되고 있다. 이 연구에서 우리는 PLS회귀의 방법론을 정리하고 이를 활용한 p개의 X 변수들과 q개의 Y 변수들의 동시 시각화를 위한 두 가지의 수량화 방법을 제안한다. PLS methods are suited for regressing q-variate Y variables on p-variate X variables even in the presence of multicollinearity problem among X variables. Consequently, they are useful for analyzing datasets with smaller number of observations compared to the number of variables, such as NIR(near-infrared) spectroscopy data in chemometrics. In this study, we propose two visualizing methods of p-variate X variables and q-variate Y variable that can be used in connection with PLS analysis.

화투 섞기의 과학

허명회,이용구,Huh, Myung-Hoe,Lee, Yong-Goo 한국통계학회 2010 응용통계연구 Vol.23 No.6

48장의 화투패가 섞어지는 과정을 수학적으로 기술하고 그것이 완전히 섞여지기 위해서 몇 번을 반복해 쳐야 하는가에 대한 답을 제시한다. 또한 그보다 작은 횟수로 치는 경우 예상되는 불완전한 임의성의 형태를 밝힌다. We describe shuffling process of 48 HwaTu(Flower) cards from a mathematical aspect and give the number of shuffles that are needed to arrive at a state of randomness. We observe that the cards are shuffled much less times in usual plays, that results in much riskier outcomes.

사회네트워크분석에서 몬테칼로 방법의 활용

허명회,이용구,Huh, Myung-Hoe,Lee, Yong-Goo 한국통계학회 2011 응용통계연구 Vol.24 No.2

사회네트워크분석(social network analysis)은 l개 연결선을 갖는 n개 노드의 자료를 대상으로 한다. 기본적인 자료기술로서 노드 간 최단거리(shortest distance), 근접 중심성(closeness centrality), 중개 중심성(betweenness centrality) 등을 산출한다. 기존의 사회학적 연구에서 다룬 네트워크는 대개 노드 수 n이 수십 또는 수백 정도였으나 최근에는 그 크기가 수십만 또는 수백만에 이르는 경우가 드물지 않다. 이에 따라 사회네트워크분석에서도 자료 규모성(data scalability)의 이슈가 생겼다. 본 연구에서는 몬테칼로(Monte Carlo) 방법을 활용하여 n = 100,000 규모의 임의 네트워크의 작은 세상(small world) 성질을 실증적으로 탐구하고 그 정도 규모에서의 중개 중심성과 근접 중심성의 산출 방법을 제안하고자 한다. From a social network of n nodes connected by l lines, one may produce centrality measures such as closeness, betweenness and so on. In the past, the magnitude of n was around 1,000 or 10,000 at most. Nowadays, some networks have 10,000, 100,000 or even more than that. Thus, the scalability issue needs the attention of researchers. In this short paper, we explore random networks of the size around n = 100,000 by Monte-Carlo method and propose Monte-Carlo algorithms of computing closeness and betweenness centrality measures to study the small world properties of social networks.

가변 및 민감성 부하를 고려한 대단위 가상 발전소 운영 방법

박용국(Yong Kuk Park),이민구(Min Goo Lee),정경권(Kyung Kwon Jung),이용구(Yong-Gu Lee) 대한전자공학회 2015 전자공학회논문지 Vol.52 No.5

가상발전소(Virtual Power Plant)는 비상발전(DG), 열병합발전(CHP), 에너지 저장 장치(ESS), 부하(Load)등과 같은 분산 에너지 자원을 ICT기반의 기술로 연계하여 하나의 단일 발전소와 같이 운영하는 기술이다. 지금까지의 가상발전소는 하나의 가상발전 플랫폼을 통하여 광범위하게 산재해 있는 다양한 분산 에너지 자원을 네트워크로 연결하는 구조를 기반으로 개발되고 실증되었다. 그러나 분산 에너지 자원 종류 및 수가 지속적으로 증가할 경우 이러한 분산 에너지 자원과 관련된 데이터 또한 기하급수적으로 증가할 수밖에 없으며 분산 에너지 자원의 분포가 광범위한 지역에 분포되어 있는 경우 하나의 가상발전 플랫폼으로 이들 모든 자원에 대한 네트워크를 중앙 집중형으로 가져가는 것은 네트워크 구성을 위한 기술적, 비용적 측면에서 매우 비효율적이다. 따라서 본 논문에서는 광범위한 지역에 분포되어 있는 분산 에너지 자원을 효율적으로 관리함으로써 시스템 부하에 따른 오류 확률을 낮추고, 분산 에너지 자원과의 데이터 교환의 견고성과 가상발전소의 확장성을 확보할 수 있는 대단위 가상 발전소 구성 방법을 제안한다. 또한 대단위 가상 발전소 구성 시 분산 에너지 자원을 직접적으로 제어하고 모니터링하는 소단위 가상발전 플랫폼에서 가변 및 민감성 부하를 고려한 최적의 자원 스케줄링 방법 또한 시뮬레이션을 통해 그 결과의 유효성을 검증한다. Nowadays a Virtual Power Plant (VPP) represents an aggregation of distributed energy resource such as Distributed Generation (DG), Combined Heat and Power generation (CHP), Energy Storage Systems (ESS) and load in order to operate as a single power plant by using Information and Communication Technologies, ICT. The VPP has been developed and verified based on a single virtual plant platform which is connected with a number of various distributed energy resources. As the VPP’s distributed energy resources increase, so does the number of data from distributed energy. Moreover, it is obviously inefficient in the aspects of technique and cost that a virtual plant platform operates in a centralized manner over widespread region. In this paper the concept of the large-scale VPP which can reduce a error probability of system’s load and increase the robustness of data exchange among distributed energy resources will be proposed. In addition, it can directly control and supervise energy resource by making small size’s virtual platform which can make a optimal resource scheduling to consider of variable and sensitive load in the large-scale VPP. It makes certain the result is verified by simulation.