The Korean Journal of Applied Statistics (2017) 30(3), DOI: Projection analysis for split-plot data

Size: px
Start display at page:

Download "The Korean Journal of Applied Statistics (2017) 30(3), DOI: Projection analysis for split-plot data"

Transcription

1 The Korean Journal of Applied Statistics (2017) 30(3), DOI: Projection analysis for split-plot data Jaesung Choi a,1 a Department of statistics, Keimyung University (Received December 5, 2016; Revised April 1, 2017; Accepted April 1, 2017) Abstract This paper discusses a method of analyzing data from split-plot experiments by projections. The assumed model for data has two experimental errors due to two different experimental sizes and some random components in treatment effects. Residual random models are constructed to obtain sums of squares due to random effects. Expectations of sums of squares are obtained by Hartley s synthesis. Estimable functions of fixed effects are discussed. Keywords: split-plot designs, random components, projection, fitting constants method, estimable functions 1. 서론실험의성격에있어실험단위의반응에영향을미치는요인들의수준배치에서로다른크기의실험단위가요구되는실험을생각해보기로한다. 하나의실험구가서로다른크기의실험단위들로구성될때크기가큰실험단위를주구 (whole-plot) 작은크기의실험단위를세구 (sub-plot) 라부르며주구와세구의실험구를분할구 (split-plot) 라부른다. 분할구유형의실험계획은작은크기의실험단위가큰크기의실험단위에내포되어있는설계구조를갖는다. 따라서적어도둘이상의서로다른크기의실험단위를갖는실험상황을가정하게된다. 분할구유형의실험계획에서제기되는주된관심문제는처리구조의처리들에배정되는서로다른크기의실험단위들을확인하고결과의자료를분석하기위한타당한모형을구축하는문제로기술된다. 실험단위의개별크기와관련된변이를측정하는변동요인을확인하는것은중요하다. 이들변동요인은각각의서로다른오차항들을계산하기위하여이용되고각오차항은추정평균의표준오차의추정치를계산하기위해이용된다. 이는변동요인들이서로다른크기의실험단위들의이용으로부터발생함을의미하고있다. 둘이상의서로다른크기의실험단위를포함하고있기때문에모수나모수간의비교를위한표준오차추정값들은하나또는다수의변동요인들을포함하게된다. 분할구유형의실험자료에대한분석방법과모형에관한논의는 Milliken과 Johnson (2009), Montgomery (1976) 그리고 Searle (1971) 등의많은문헌에서다루어지고있다. 고정모형, 확률모형또는혼합모형의가정하에확률효과와관련된분산성분의추론방법은 Searle 등 (1992) 등에서보여진다. 이와는달리실험설계와관련된서로다른크기의실험단위들간의변이는서로다른특성의오차성분들로간주되고자료변동의요인으로간주된다. 처리구조의처리또는요인들의수준변화에따른확률효과 1 Department of Statistics, Keimyung University, 1095 Dalgubeoldaero, Dalseogu, Daegu 42601, Korea.

2 336 Jaesung Choi 와실험단위의변이를나타내는오차는서로독립임을가정하고있다. 이러한가정은사영분석의기초를제공하게된다. 본논문은처리에해당하는효과들외에분할구유형의실험설계와관련된다수의오차항을갖는선형모형의가정하에실험자료의분석을위한분석방법을논의하고자한다. 처리구조에포함된확률효과가아닌실험설계의구조로부터발생하는오차항의추가로인해고정효과의분석에영향을주고있는경우이다. 다시말하면, 분석모형이처리구조내고정효과와확률효과그리고설계구조와관련된다수의오차항을포함할때사영의관점에서자료를분석하는방법을다루고자한다. 사영에관한논의는 Graybill (1983), Johnson과 Wichern (1988) 등에서보여진다. 관측반응에대한선형모형의가정에서모형내모수의추정방법으로최소제곱법의이용이가능할때사영의관점에서동일한분석이이루어질수있다. 본논문은분할구유형의실험자료를분석하기위한사영의이용에서변동요인에따른제곱합의계산과관련된모형의표현식, 잔차제곱합, 이차형식의기댓값그리고추론을위한분포의자유도계산등을논의한다. 사영의이용은벡터공간에서사영의개념을이해할수있을뿐만아니라행렬의다양한성질을활용할수있다는점에서유용하며또한아직실험계획과관련된사영분석의논의가그리활발하지않다는점에서그의미가있다고볼수있다. 2. 모형의가정실험단위의반응에영향을주는요인들로고정요인과확률요인그리고다수의오차항이포함되어있을때실험자료를분석하기위한모형으로혼합효과의선형모형을가정하게된다. 실험자료의분석을위한일반적인혼합모형의행렬표현식은다음과같다. k r y = Xβ + Q i δ i + W jν j + ϵ. (2.1) i=1 j=1 단, y는 n 1인관측벡터이고 X는원소가 0 또는 1로구성되며크기가 n p인고정효과벡터의계수행렬로계수 (rank) 가 q(< p) 이다. β는 p 1인모수벡터이다. Q i (i = 1, 2,..., k) 는확률효과벡터 δ i 의계수행렬로 0 또는 1로구성되며크기가 n c i 인완전열계수행렬 (full column rank matrix) 이다. δ i 는 N(0, σδ 2 i I ci ) 인분포를따르며 δ i (i = 1, 2,..., k) 는상호독립이라고가정한다. W j (j = 1, 2,..., r) 는확률효과벡터 ν j 의계수행렬로 0 또는 1로구성되며크기가 n d j 인완전열계수행렬이다. ν j 는 N(0, σν 2 j I dj ) 인분포를따르며 ν j (j = 1, 2,..., r) 는상호독립이라고가정한다. ϵ은 n 1인오차벡터이며 N(0, σϵ 2 I n ) 인분포를따른다고가정한다. 오차벡터와확률효과벡터들은서로독립으로가정한다. 식 (2.1) 은 Xβ로주어지는고정효과부분과 Σ k i=1q i δ i 인확률효과부분그리고서로다른크기의실험단위로부터의변이를나타내는오차성분 Σ r j=1w j ν j 와가장작은크기의실험단위의변이를나타내는오차항의네성분으로구성되어있다. 고정효과들로구성되는고정부분 (fixed part) 과확률효과들로구성되는확률부분 (random part) 으로나누면혼합모형의분석은고정부분의분석과확률부분의분석으로구분되어진다. 고정부분의분석은확률부분의분석후에행해지게된다. 즉, 분산성분들이추정된후고정효과들의추정가능함수에관한신뢰구간추정이나가설검정에관한추론이가능하기때문이다. 혼합모형에서분산성분을추정하기위한방법으로상수적합법이라불리우는 Henderson (1953) 방법 III(Henderson s Method III) 을적용하기로한다. 상수적합법은다양한모형의적합방식을이용하여변동요인에따른제곱합을구하고있기때문에사영에근거한분석이가능하게된다. 분산성분을얻기위한모형으로혼합모형에서고정효과를제외한잔차모형을구한다. 고정효과의모형은 y = Xβ + ϵ. (2.2)

3 Projection analysis for split-plot data 337 로표현된다. 단, ϵ = k i=1 Q iδ i + r j=1 W jν j + ϵ 이다. Var(ϵ ) = Σ 라두면 Σ 는 Σ = k σδ 2 i Q iq i + i=1 r σν 2 j W jw j + σϵ 2 I n (2.3) j=1 이다. 고정효과모형또는고정부분의식 (2.2) 에사영을이용하여고정효과벡터 β 를추정한후잔차벡 터를구한다. 잔차벡터를 r 이라두자. Moore-Penrose 의일반화된역행렬을이용한정규방정식의해벡 터 ˆβ 은 ˆβ = X y 로구해지므로 r = (I XX )y = k (I XX )Q i δ i + i=1 r (I XX )W jν j + (I XX )ϵ (2.4) j=1 이다. 식 (2.4) 의잔차모형은혼합모형의고정효과부분인 Xβ 에종속되지않는확률모형이다. 확률모 형의분산성분을추정하는방법으로상수적합법으로불리우는 Henderson 방법 III 을적용하기로한다. Henderson 방법 III 은혼합모형에서모형의적합을이용하여분산성분을구하는방법을제공하므로모 형의적합방식으로부터유도되는사영행렬을이용한사영분석이가능하게된다. 고정효과의사영분석 에관한논의는 Choi (2012) 에서보여진다. 3. 확률효과의분산성분모형 식 (2.4) 의잔차모형은처리구조내확률요인에따른분산성분을구하기위한확률모형으로이용된다. 확률효과모형의분산성분에대한논의는 Choi (2011) 에서보여진다. 처리구조내고정요인과확률요인 들의주효과와교호작용에따른 k 개분산성분에대한잔차확률모형식은 r = k (I XX )Q i δ i + ϵ δ (3.1) i=1 = (I XX )Q 1 δ 1 + (I XX )Q 2 δ (I XX )Q k δ k + ϵ δ 로표현된다. 단, ϵ δ = r j=1 (I XX )W jν j + (I XX )ϵ 이다. k = 1 이고 r = 1 일때식 (3.1) 은처리구조내단일의확률성분을갖는분할구실험에서의확률모형으로주어진다. 잔차벡터를 r 1 이라두 면분할구의주구 (whole plot) 와세구 (subplot) 의오차항들을포함하는잔차모형식은 r 1 = (I XX )y = (I XX )Q 1 δ 1 + (I XX )W 1 ν 1 + (I XX )ϵ (3.2) 로표현된다. 식 (3.2) 에서 ν 는주구간의변이를나타내는오차벡터이고 ϵ 은세구간의변이를나타내 는오차벡터이다. 이들오차벡터들은처리구조에포함된확률요인의수준효과벡터와는독립인것으로 간주한다. 이때확률효과벡터 δ 1 의분산성분 σ 2 δ 1 을구하기위한모형식은 r 1 = (I XX )Q 1 δ 1 + ϵ δ1 = X Q δ 1 + ϵ δ1 (3.3) 이다. 단, X Q = (I XX )Q 1 이고 ϵ δ1 = (I XX )W 1 ν 1 + (I XX )ϵ 이다.

4 338 Jaesung Choi 4. 분할구의분산성분모형분할구의실험계획으로부터발생하는변동요인으로주구의변이와세구의변이를예상할수있다. 처리구조에포함되는처리요인들과는별도로서로다른크기의실험단위를나타내는주구와세구는변동을나타내는요인들로간주되고실험단위들간의변이는주구오차와세구오차로가정된다. 주구요인의분산성분을구하기위한모형은식 (3.3) 으로부터확률효과벡터 δ 1 을적합시킨잔차벡터를 r δ 라두면 r δ = (I X Q X Q)r 1 (4.1) 이다. r δ 를이용한주구요인의확률모형은 r δ = (I X Q X Q)r 1 = (I X Q X Q)(I XX )y = (I X Q X Q)(I XX )(Xβ + Q 1 δ 1 + W 1 ν 1 + ϵ) = (I X Q X Q)(I XX )W 1 ν 1 + ϵ ν1 = X W ν 1 + ϵ ν1 (4.2) 이다. 단, X W = (I X QX Q )(I XX )W 1 이고 ϵ ν1 = (I X QX Q )(I XX )ϵ이다. 주구의확률벡터에의존하지않는잔차벡터를 r ν1 이라둘때 r ν1 은세구의분산성분을구하기위한확률모형을제공한다. 주구의확률효과에종속되지않는잔차벡터 r ν1 을이용한세구의분산성분에대한확률모형은 r ν1 = (I X W X W )r δ = (I X W X W )(X W ν 1 + ϵ ν1 ) = (I X W X W )(I X QX Q)(I XX )ϵ = (I XX X QX Q X W X W )ϵ = X ϵϵ (4.3) 이다. 단, X ϵ = (I XX X QX Q XW X W ) 이다. 5. 확률요인의사영제곱합사영에근거한분산성분을추정하기위한방법으로적률법을이용할때확률요인의변동을나타내는제곱합은상수적합법에의해계산된다. 적률법을적용하기위해변동요인에따른제곱합과제곱합의기댓값이요구된다. 상수적합법은변동요인에따른제곱합의계산을위해비교되는모형들의적합에서구해지는축소제곱합 (reduction in sums of squares) 을이용한다. 반면에사영제곱합은분산성분을얻기위한잔차확률모형의모형행렬을이용하여변동요인의제곱합을구한다는점에서차이가있다. 확률요인의분산성분 σδ 2 1 을구하기위한모형식 (3.3) 으로부터사영제곱합은 δ 1 의계수행렬 X Q 로의사영에의해구해진다. 사영은 X Q X Q r 1이므로사영제곱합은 r 1X Q X Q r 1으로구해진다. 주구오차에따른분산성분의사영제곱합은식 (4.2) 의확률벡터 ν 1 의계수행렬 X W 로의사영을이용하여구한다. X W 로의사영은 X W X W r δ이고사영제곱합은 r δx W X W r δ로구해진다. 식 (4.3) 을이용하여오차벡터의분산성분 σϵ 2 의사영제곱합을구할수있다. ϵ에따른사영제곱합은 r ν 1 X ϵx ϵ r ν1 으로구해진다. 확률요인들의변동량을사영제곱합으로구한후이들제곱합의기댓값을구해적률법으로분산성분들을추

5 Projection analysis for split-plot data 339 정하게된다. 확률요인의제곱합의기댓값은분산성분들의선형함수로주어지고분산성분들의계수는 Hartley (1967) 의합성법을이용하여구한다. 적률법에의해분산성분을추정하기위한방정식들은 r 1X Q X Qr 1 = k 1δ σ 2 δ + k 2δ σ 2 ν + k 3δ σ 2 ϵ r δx W X W r δ = k 1ν σ 2 δ + k 2ν σ 2 ν + k 3ν σ 2 ϵ r ν 1 X ϵ X ϵ r ν1 = k 1ϵ σ 2 δ + k 2ϵ σ 2 ν + k 3ϵ σ 2 ϵ (5.1) 로주어진다. y = Xβ + Qδ + W ν + ϵ 으로표현될때 y 의 Var(y) 을 Σ 라두자. Σ = σ 2 δqq + σ 2 νw W + σ 2 ϵ (5.2) 이다. 식 (5.1) 의확률벡터 δ에따른제곱합 r 1X QX Qr1의기댓값을 EQ라두면 E Q = E(r 1X QX Qr 1) = tr [ (I XX )X Q X Q(I XX ) ( σ 2 δqq + σ 2 νw W + σ 2 ϵ I )] = σ 2 δtr(q Q P Q) + σ 2 νtr(w Q P W ) + σ 2 ϵ tr(q P ) = k 1δ σ 2 δ + k 2δ σ 2 ν + k 3δ σ 2 ϵ (5.3) 단, Q P = (I XX )X Q X Q (I XX ) 이다. k 1δ = tr(q Q P Q), k 2δ = tr(w Q P W ) 이고 k 3δ = tr(q P ) 를나타낸다. 식 (5.1) 의확률벡터 ν 에따른제곱합 r δx W X W r δ 의기댓값을 E W 라두면 E W = E(r δx W X W r δ ) = tr [ (I XX X Q X Q)X W X W (I XX X Q X Q)(σ 2 δqq + σ 2 νw W + σ 2 ϵ I) ] = σ 2 δtr(q W P Q) + σ 2 νtr(w W P W ) + σ 2 ϵ tr(w P ) = k 1ν σ 2 δ + k 2ν σ 2 ν + k 3ν σ 2 ϵ (5.4) 단, W P = (I XX X QX Q )XQX Q (I XX X QX Q ) 이다. k1ν = tr(q W P Q), k 2ν = tr(w W P W ) 이고 k 3ν = tr(w P ) 를나타낸다. 식 (5.1) 의확률벡터 ϵ 에따른제곱합 r ν 1 X ϵx ϵ r ν1 의 기댓값을 E R 라두면 E R = E(r ν 1 X ϵx ϵ r ν1 ) = tr [ (I XX X QX Q X W X W )X ϵx ϵ (I XX X QX Q X W X W ) ( σ 2 δqq + σ 2 νw W + σ 2 ϵ I )] = σ 2 δtr(q R P Q) + σ 2 νtr(w R P W ) + σ 2 ϵ tr(r P ) = k 1ϵ σ 2 δ + k 2ϵ σ 2 ν + k 3ϵ σ 2 ϵ (5.5) 단, R P = (I XX X Q X Q X W X W )X QX Q (I XX X Q X Q X W X W ) 이다. k 1ϵ = tr(q R P Q), k 2ϵ = tr(w R P W ) 이고 k 3ϵ = tr(r P ) 를나타낸다. 6. 고정효과의추정가능함수식 (2.2) 의모수벡터 β의한함수 a β가추정가능함수이면 β의추정량 ˆβ 을이용하여 a β에대한추론을행할수있다. 단, a는 p 1인상수벡터이다. a β의추정가능성은 a = X Xr (6.1)

6 340 Jaesung Choi Table 7.1. Data for tensile strength of paper Block Method Temperature 로부터벡터 r 의존재로확인하거나 a = X Xa (6.2) 를확인함으로서알수있다. X X 는모형행렬 X 의행벡터들로구성되는벡터공간으로의사영핼렬 을나타내므로행공간으로의사영행렬을이용하여추정가능성을확인할수있다는것을의미하고있다. β 의추정량 ˆβ 으로 ˆβ = 를이용하면 a ˆβ 의분포는평균과분산이 ( X ˆΣ 1 X ) X ˆΣ 1 y (6.3) E(a ˆβ) = a β 인정규분포를근사적으로따른다. 표본이충분히큰경우에 Var(a ˆβ) = a ( X ˆΣ 1 X ) a (6.4) a ˆβ a β Z = ( ) (6.5) a X ˆΣ 1 X a 는 N(0, 1) 인분포를근사적으로따르므로추정가능함수 a β 의추론에이용된다. 7. 자료분석의예 Table 7.1은 Montgomery (1976) 의분할구실험에대한자료예이다. 제지업자가제지의강도에영향을미치는두요인들의효과를조사하기위해세수준의펄프준비방법과네수준의공정온도에서실험한자료이다. 소규모시험설비 (pilot plant) 는두요인들의수준결합에서하루에 1회가능하므로삼일간에걸쳐 3회반복된실험자료이다. 반복은블록으로간주되고방법과온도는고정요인이나세수준의방법은큰실험단위인주구의펄프배취에임의로배정되고작은실험단위인세구에각방법에의해생산된펄프배취를 4개의표본으로나누어임의로실험온도에배정하여생산된제지의인장강도 (tensile strength) 자료를얻게된다. 블록 i와방법 j 그리고온도 k에서실험단위의반응을 y ijk 라두면 y ijk = µ + δ i + β j + ν ij + γ k + (δγ) ik + (βγ) jk + ϵ ijk (7.1)

7 Projection analysis for split-plot data 341 로표현된다. 단, µ 는평균이고 δ i 는블록 i의수준효과이며 β j 는방법 j의수준효과를나타낸다. 여기서 i, j = 1, 2, 3이다. γ k 는온도 k의수준효과이고 (δγ) ik 와 (βγ) jk 는교호작용을나타낸다. ν ij 는주구오차이고 ϵ ijk 는세구오차를나타낸다. 단, k = 200, 225, 250, 275이다. 블록효과 δ i 는 N(0, σb 2 ), ν ij 는 N(0, σw), 2 (δγ) ik 는 N(0, σbt) 2 이고 ϵ ijk 는 N(0, σϵ 2 ) 을가정하며또한이들확률효과는서로독립이라고가정하게된다. 4개의분산성분중두개는분할구실험에서실험단위의크기와관련된오차들로주구오차와세구오차이다. 분산성분들을사영에의해구하기위한첫단계로식 (2.1) 과같은행렬표현의모형식을생각한다. 행렬표현식은 y = jµ + Q b δ + X mβ + W ν + X tγ + Q bt (δγ) + X mt(βγ) + ϵ (7.2) 이다. 식 (7.2) 를고정부분과확률부분으로분리하여표현하면 y = jµ + X m β + X t γ + X mt (βγ) + Q b δ + W ν + Q bt (δγ) + ϵ (7.3) 이다. 식 (7.3) 의고정부분은 jµ+x m β+x t γ+x mt (βγ) 이고확률부분은 Q b δ+w ν+q bt (δγ)+ϵ이다. 분산성분을추정하기위한모형은식 (7.3) 의고정효과부분을적합시켜구해지는잔차에대한확률모형이다. 잔차모형식은 r = (I XX )y = (I XX )(Q b δ + W ν + Q bt (δγ) + ϵ) (7.4) 이다. 단, X = (j, X m, X t, X mt ) 이다. 식 (7.4) 로부터확률효과벡터 δ의분산성분을추정하기위한모형은 r = (I XX )Q b δ + ϵ δ = X b δ + ϵ δ (7.5) 이다. 단, X b = (I XX )Q b 이다. δ에따른변동량의계산은식 (7.5) 의모형행렬 X b 로의사영을이용하여구한다. 사영은 X b X b r이다. δ에따른변동량을 SS b라두면 r X b X b r로구해지고 SS b = 이다. 주구오차벡터 ν의분산성분을추정하기위한모형은식 (7.5) 의적합에서구해진잔차벡터를 r δ 라두면 r δ = (I XX X b X b )W ν + ϵ δ = X w ν + ϵ δ (7.6) 이다. 단, X w = (I XX X b X b )W 이다. δ에따른변동량은식 (7.6) 의모형행렬 Xw로의사영을이용하여구한다. X w 로의사영은 X w X wr δ 이다. δ에따른변동량을 SS w 라두면 r δx w X wr δ 로구해지고 SS w = 이다. 식 (7.6) 의잔차벡터를 r ν 라둘때교호작용의분산성분 σδγ 2 과관련된제곱합 SS bt 를구하기위한잔차모형은 r ν = (I XX X b X b X w X w)q bt (δγ) + ϵ ν = X bt (δγ) + ϵ ν (7.7)

8 342 Jaesung Choi 이다. 단, X bt = (I XX X b X b X wx w)q bt 이다. X bt 로의사영은 X bt X bt r ν이므로변동량 SS bt 는사영제곱합 r νx bt X btrν에의해 로구해진다. 세구오차에따른제곱합을 SSe로나타낼때 SS e = 로구해짐을알수있다. 네개의분산성분들과관련된제곱합이각벡터부분공 간으로의사영에의하여구해졌기때문에적률법에의한분산성분을추정하기위해 Hartley (1967) 의 합성법으로분산성분의계수를추정한다. 식 (7.2) 의분산성분을구하기위한방정식들은 로주어지고분산성분의추정값들은 SS b = 24σ 2 δ + 8σ 2 ν + 6σ 2 (δγ) + 2σ 2 ϵ, SS w = 16σ 2 ν + 4σ 2 ϵ, SS bt = 18σ 2 (δγ) + 6σ 2 ϵ, SS e = 12σ 2 ϵ (7.8) ˆσ 2 δ = , ˆσ 2 ν = , ˆσ 2 (δγ) = , ˆσ 2 ϵ = (7.9) 로구해진다. ˆσ 2 (δγ) 이음수이므로분산성분은 0 으로추정된다. 식 (2.3) 으로부터 ˆΣ 은 이다. 식 (6.2) 의조건을만족시키는 a 로 ˆΣ = ˆσ 2 δq b Q b + ˆσ 2 νw W + ˆσ 2 (δγ)q bt Q bt + ˆσ 2 ϵ I (7.10) a = (0.4, 0.4, 0.4, 0.4, 0.1, 0.1, 0.1, 0.1, 0.1, 0.1, 0.1, 0.1, 0.1, 0.1, 0.1, 0.1, 0.1, 0.1, 0.1, 0.1) (7.11) 라두면 a ˆβ = 14.7 로구해진다. Var(a ˆβ) = 로추정된다. 8. 결론본논문은분할구의실험자료분석에서실험단위의크기에따른추가적인오차항외에처리들의효과에확률효과가포함될때혼합모형의가정하에서사영분석하는방법을논의하였다. 사영분석의결과는기존의분산분석에따른결과와동일함을보였다. 다시말하면, 사영분석또한자료의분산분석에이용될수있는한방법임을입증하고있다. 사영을이용할때, 변동요인에따른변동량의계산을위한모형구축과모형적합을구체적으로논의하였다. 잔차벡터에대한확률모형의모형적합을통해분산성분의추정을위한변동요인의변동량을사영으로구할수있음을나타내었다. 즉변동량은변동요인과관련된벡터부분공간으로의사영으로구할수있음을다루었다. 또한변동요인의제곱합에대한기댓값계산에 Hartley의합성법을논의하였다. 그리고고정효과의추정가능함수에대한추정방법으로가중최소제곱법을이용하였고추정량의분산에대한추정치의계산과정도구체적으로다루었다. References Choi, J. S. (2011). Variance components in one-factor random model by projections, Journal of the Korean Data & Information Science Society, 22, Choi, J. S. (2012). Type II analysis by projections, Journal of the Korean Data & Information Science Society, 23, Graybill, F. A. (1983). Matrices with Applications in Statistics, Wadsworth Publishing Company, Belmont.

9 Projection analysis for split-plot data 343 Hartley, H. O. (1967). Expectations, variances and covariances of ANOVA mean squares by synthesis, Biometrics, 23, Henderson, C. R. (1953). Estimation of variance and covariance components, Biometrics, 9, Johnson, R. A. and Wichern, D. W. (1988). Applied Multivariate Statistical Analysis (2nd ed), Prentice Hall, Inc., Englewood Cliffs. Milliken, G. A. and Johnson, D. E. (2009). Analysis of Messy Data, Van Nostrand Reinhold, New York. Montgomery, C. D. (1976). Design and Analysis of Experiments, John Wiley and Sons, New York. Searle, S. R. (1971). Linear Models, John Wiley and Sons, New York. Searle, S. R., Casella, G., and McCulloch, C. E. (1992). Variance Components, John Wiley and Sons, New York.

10 344 Jaesung Choi 분할구자료의사영분석 최재성 a,1 a 계명대학교통계학과 (2016 년 12 월 5 일접수, 2017 년 4 월 1 일수정, 2017 년 4 월 1 일채택 ) 요약본논문은분할구실험으로부터주어진자료분석을위해사영을이용하는방법을다루고있다. 분할구실험의특성으로서로다른크기의실험단위를나타내는오차항과처리에포함된확률효과가존재할때이들분산성분의추정에사영을이용하여구하는방법을제시하고있다. 분산성분추정을위해잔차벡터에대한확률모형의구축을다루고있다. 고정효과를제외한확률효과에따른제곱합의계산을위해상수적합법이적용되고있다. 적률법에의한분산성분추정을위해변동량의기댓값계산에합성법을이용한다. 고정효과들의선형함수로주어지는추정가능함수에관한추정을다루고있다. 주요용어 : 분할구실험, 분산성분, 사영, 상수적합법, 추정가능함수. 1 (42601) 대구광역시달서구달구벌대로 1095, 계명대학교통계학과.

Vector Differential: 벡터 미분 Yonghee Lee October 17, 벡터미분의 표기 스칼라미분 벡터미분(Vector diffrential) 또는 행렬미분(Matrix differential)은 벡터와 행렬의 미분식에 대 한 표

Vector Differential: 벡터 미분 Yonghee Lee October 17, 벡터미분의 표기 스칼라미분 벡터미분(Vector diffrential) 또는 행렬미분(Matrix differential)은 벡터와 행렬의 미분식에 대 한 표 Vector Differential: 벡터 미분 Yonhee Lee October 7, 08 벡터미분의 표기 스칼라미분 벡터미분(Vector diffrential) 또는 행렬미분(Matrix differential)은 벡터와 행렬의 미분식에 대 한 표기법을 정의하는 방법이다 보통 스칼라(scalar)에 대한 미분은 일분수 함수 f : < < 또는 다변수 함수(function

More information

???? 1

???? 1 The Korean Journal of Applied Statistics (2013) 26(1), 201 208 DOI: http://dx.doi.org/10.5351/kjas.2013.26.1.201 A Note on Model Selection in Mixture Experiments with Process Variables Jung Il Kim a,1

More information

조사연구 권 호 연구논문 한국노동패널조사자료의분석을위한패널가중치산출및사용방안사례연구 A Case Study on Construction and Use of Longitudinal Weights for Korea Labor Income Panel Survey 2)3) a

조사연구 권 호 연구논문 한국노동패널조사자료의분석을위한패널가중치산출및사용방안사례연구 A Case Study on Construction and Use of Longitudinal Weights for Korea Labor Income Panel Survey 2)3) a 조사연구 권 호 연구논문 한국노동패널조사자료의분석을위한패널가중치산출및사용방안사례연구 A Case Study on Construction and Use of Longitudinal Weights for Korea Labor Income Panel Survey 2)3) a) b) 조사연구 주제어 패널조사 횡단면가중치 종단면가중치 선형혼합모형 일반화선형혼 합모형

More information

<4D F736F F D20BDC3B0E8BFADBAD0BCAE20C1A B0AD5FBCF6C1A45FB0E8B7AEB0E6C1A6C7D E646F63>

<4D F736F F D20BDC3B0E8BFADBAD0BCAE20C1A B0AD5FBCF6C1A45FB0E8B7AEB0E6C1A6C7D E646F63> 제 3 강계량경제학 Review Par I. 단순회귀모형 I. 계량경제학 A. 계량경제학 (Economerics 이란? i. 경제적이론이설명하는경제변수들간의관계를경제자료를바탕으로통 계적으로추정 (esimaion 고검정 (es 하는학문 거시소비함수 (Keynse. C=f(Y, 0

More information

Microsoft PowerPoint - IPYYUIHNPGFU

Microsoft PowerPoint - IPYYUIHNPGFU 분산분석 분산분석 (ANOVA: ANALYSIS OF VARIANCE) 두개이상의모집단의차이를검정 예 : 회사에서세종류의기계를설치하여동일한제품을생산하는경우, 각기계의생산량을조사하여평균생산량을비교 독립변수 : 다른변수에의해영향을주는변수 종속변수 : 다른변수에의해영향을받는변수 요인 (Factor): 독립변수 예에서의요인 : 기계의종류 (I, II, III) 요인수준

More information

Microsoft PowerPoint - MDA 2008Fall Ch2 Matrix.pptx

Microsoft PowerPoint - MDA 2008Fall Ch2 Matrix.pptx Mti Matrix 정의 A collection of numbers arranged into a fixed number of rows and columns 측정변수 (p) 개체 x x... x 차수 (nxp) 인행렬matrix (n) p 원소 {x ij } x x... x p X = 열벡터column vector 행벡터row vector xn xn... xnp

More information

연구보고서 2009-05 일반화선형모형 (GLM) 을이용한 자동차보험요율상대도산출방법연구 Ⅰ. 요율상대도산출시일반화선형모형활용방법 1. 일반화선형모형 2 연구보고서 2009-05 2. 일반화선형모형의자동차보험요율산출에적용방법 요약 3 4 연구보고서 2009-05 Ⅱ. 일반화선형모형을이용한실증분석 1. 모형적용기준 < > = 요약 5 2. 통계자료및통계모형

More information

???? 1

???? 1 The Korean Journal of Applied Statistics (2014) 27(1), 13 20 DOI: http://dx.doi.org/10.5351/kjas.2014.27.1.013 Maximum Tolerated Dose Estimation by Stopping Rule and SM3 Design in a Phase I Clinical Trial

More information

(Hyunoo Shim) 1 / 24 (Discrete-time Markov Chain) * 그림 이산시간이다연쇄 (chain) 이다왜 Markov? (See below) ➀ 이산시간연쇄 (Discrete-time chain): : Y Y 의상태공간 = {0, 1, 2,..., n} Y n Y 의 n 시점상태 {Y n = j} Y 가 n 시점에상태 j 에있는사건

More information

THE JOURNAL OF KOREAN INSTITUTE OF ELECTROMAGNETIC ENGINEERING AND SCIENCE. vol. 29, no. 10, Oct ,,. 0.5 %.., cm mm FR4 (ε r =4.4)

THE JOURNAL OF KOREAN INSTITUTE OF ELECTROMAGNETIC ENGINEERING AND SCIENCE. vol. 29, no. 10, Oct ,,. 0.5 %.., cm mm FR4 (ε r =4.4) THE JOURNAL OF KOREAN INSTITUTE OF ELECTROMAGNETIC ENGINEERING AND SCIENCE. 2018 Oct.; 29(10), 799 804. http://dx.doi.org/10.5515/kjkiees.2018.29.10.799 ISSN 1226-3133 (Print) ISSN 2288-226X (Online) Method

More information

고객관계를 리드하는 서비스 리더십 전략

고객관계를 리드하는  서비스 리더십 전략 제 13 장분산분석 1 13.1 일원분산분석 13. 분산분석 - 무작위블럭디자인 13.3 이원분산분석 - 팩토리얼디자인 분산분석 (ANOVA) - 두개이상의집단들의평균값을비교하는데사용. 일원분산분석 - 처치변수가한개인분산분석. 1. 분산분석의원리 A 3.0 8.0 7.0 5.0 5.0 6.0 4.0 7.0 6.0 4.0 평균 5.0 6.0 B 3.0 9.0

More information

G Power

G Power G Power 부산대학교통계학과조영석 1. G Power 란? 2. G Power 설치및실행 2.1 G Power 설치 2.2 G Power 실행 3. 검정 (Test) 3.1 가설검정 (Test of hypothesis) 3.2 검정력 (Power) 3.3 효과크기 (Effect size) 3.4 표본수산정 4. 분석 4.1 t- 검정 (t-test) 4.2

More information

1 경영학을 위한 수학 Final Exam 2015/12/12(토) 13:00-15:00 풀이과정을 모두 명시하시오. 정리를 사용할 경우 명시하시오. 1. (각 6점) 다음 적분을 구하시오 Z 1 4 Z 1 (x + 1) dx (a) 1 (x 1)4 dx 1 Solut

1 경영학을 위한 수학 Final Exam 2015/12/12(토) 13:00-15:00 풀이과정을 모두 명시하시오. 정리를 사용할 경우 명시하시오. 1. (각 6점) 다음 적분을 구하시오 Z 1 4 Z 1 (x + 1) dx (a) 1 (x 1)4 dx 1 Solut 경영학을 위한 수학 Fial Eam 5//(토) :-5: 풀이과정을 모두 명시하시오. 정리를 사용할 경우 명시하시오.. (각 6점) 다음 적분을 구하시오 4 ( ) (a) ( )4 8 8 (b) d이 성립한다. d C C log log (c) 이다. 양변에 적분을 취하면 log C (d) 라 하자. 그러면 d 4이다. 9 9 4 / si (e) cos si

More information

i f i f (disposition effect) 의확률 의확률 i f i f i f i f i f i f GARCH-in-Mean GARCH-in-Mean , ( ) ( ). ( ), / ( ), (1 ), S&P500,,. 상승반응계수 로 ~2008.12 15) ~ ~ m 10 20 (8) (10) (11) (8) (10) (11) 0.011 (0.23)

More information

R t-..

R t-.. R 과데이터분석 집단의차이비교 t- 검정 양창모 청주교육대학교컴퓨터교육과 2015 년겨울 t- 검정 변수의값이연속적이고정규분포를따른다고할때사용 t.test() 는모평균과모평균의 95% 신뢰구간을추청함과동시에가설검증을수행한다. 모평균의구간추정 - 일표본 t- 검정 이가설검정의귀무가설은 모평균이 0 이다 라는귀무가설이다. > x t.test(x)

More information

에너지경제연구 Korean Energy Economic Review Volume 17, Number 2, September 2018 : pp. 1~29 정책 용도별특성을고려한도시가스수요함수의 추정 :, ARDL,,, C4, Q4-1 -

에너지경제연구 Korean Energy Economic Review Volume 17, Number 2, September 2018 : pp. 1~29 정책 용도별특성을고려한도시가스수요함수의 추정 :, ARDL,,, C4, Q4-1 - 에너지경제연구 Korean Energy Economic Review Volume 17, Number 2, September 2018 : pp. 1~29 정책 용도별특성을고려한도시가스수요함수의 추정 :, ARDL,,, C4, Q4-1 - . - 2 - . 1. - 3 - [ 그림 1] 도시가스수요와실질 GDP 추이 - 4 - - 5 - - 6 - < 표 1>

More information

메타분석: 통계적 방법의 기초

메타분석: 통계적 방법의 기초 메타분석: 통계적 방법의 기초 서울시립대학교 통계학과 이용희 209년 4월 23일 Contents 하나의 실험과 효과의 크기 관심있는 모수: 효과의 크기 2 모수의 추정량 3 추정량에 대한 믿음 4 추정량의 분산과 표준오차 5 추정량의 분산과 모집단의 분산 6 통계적 효과의 크기 7 신뢰구간 8 일반적인 관심 모수 2 2 2 3 개의 실험의 비교 실험들의 이질성

More information

시스템경영과 구조방정식모형분석

시스템경영과 구조방정식모형분석 2 st SPSS OPEN HOUSE, 2009 년 6 월 24 일 AMOS 를이용한잠재성장모형 (Latent Growth Model ) 세명대학교경영학과김계수교수 (043) 649-242 gskim@semyung.ac.kr 목차. LGM개념소개 2. LGM모형종류 3. LGM 예제 4. 결과치비교 5. 정리및요약 2 적합모형의판단방법 Tips SEM 결과해석방법

More information

878 Yu Kim, Dongjae Kim 지막 용량수준까지도 멈춤 규칙이 만족되지 않아 시행이 종료되지 않는 경우에는 MTD의 추정이 불가 능하다는 단점이 있다. 최근 이 SM방법의 단점을 보완하기 위해 O Quigley 등 (1990)이 제안한 CRM(Continu

878 Yu Kim, Dongjae Kim 지막 용량수준까지도 멈춤 규칙이 만족되지 않아 시행이 종료되지 않는 경우에는 MTD의 추정이 불가 능하다는 단점이 있다. 최근 이 SM방법의 단점을 보완하기 위해 O Quigley 등 (1990)이 제안한 CRM(Continu 한 국 통 계 학 회 논 문 집 2012, 19권, 6호, 877 884 DOI: http://dx.doi.org/10.5351/ckss.2012.19.6.877 Maximum Tolerated Dose Estimation Applied Biased Coin Design in a Phase Ⅰ Clinical Trial Yu Kim a, Dongjae Kim

More information

제 1 절 two way ANOVA 제1절 1 two way ANOVA 두 요인(factor)의 각 요인의 평균비교와 교호작용(interaction)을 검정하는 것을 이 원배치 분산분석(two way ANalysis Of VAriance; two way ANOVA)이라

제 1 절 two way ANOVA 제1절 1 two way ANOVA 두 요인(factor)의 각 요인의 평균비교와 교호작용(interaction)을 검정하는 것을 이 원배치 분산분석(two way ANalysis Of VAriance; two way ANOVA)이라 제 절 two way ANOVA 제절 two way ANOVA 두 요인(factor)의 각 요인의 평균비교와 교호작용(interaction)을 검정하는 것을 이 원배치 분산분석(two way ANalysis Of VAriance; two way ANOVA)이라고 한다. 교호작용은 두 변수의 곱에 대한 검정으로 유의확률이 의미있는 결과라면 두 변수는 서로 영향을

More information

statistics

statistics 수치를이용한자료요약 statistics hmkang@hallym.ac.kr 한림대학교 통계학 강희모 ( 한림대학교 ) 수치를이용한자료요약 1 / 26 수치를 통한 자료의 요약 요약 방대한 자료를 몇 개의 의미있는 수치로 요약 자료의 분포상태를 알 수 있는 통계기법 사용 중심위치의 측도(measure of center) : 어떤 값을 중심으로 분포되어 있는지

More information

2156년올림픽 100미터육상경기에서여성의우승기록이남성의기록보다빠른첫해로남을수있음 2156년올림픽에서 100m 우승기록은남성의경우 8.098초, 여성은 8.079초로예측 통계적오차 ( 예측구간 ) 를고려하면빠르면 2064년, 늦어도 2788년에는그렇게될것이라고주장 유사

2156년올림픽 100미터육상경기에서여성의우승기록이남성의기록보다빠른첫해로남을수있음 2156년올림픽에서 100m 우승기록은남성의경우 8.098초, 여성은 8.079초로예측 통계적오차 ( 예측구간 ) 를고려하면빠르면 2064년, 늦어도 2788년에는그렇게될것이라고주장 유사 회귀분석 올림픽 100m 우승기록 2004년 9월과학저널 Nature에발표된 Oxford 대학교의임상병리학자인 Andrew Tatem과그의연구진의논문 1900~2004년까지의남성과여성의육상 100m 우승기록을분석하고앞으로최고기록이어떻게변할것인지를예측 2008년베이징올림픽에서남자의우승기록은 9.73±0.144(9.586, 9.874), 여자는 10.57±0.232(10.338,

More information

Microsoft PowerPoint - ºÐÆ÷ÃßÁ¤(ÀüÄ¡Çõ).ppt

Microsoft PowerPoint - ºÐÆ÷ÃßÁ¤(ÀüÄ¡Çõ).ppt 수명분포및신뢰도의 통계적추정 포항공과대학교산업공학과전치혁.. 수명및수명분포 수명 - 고장 까지의시간 - 확률변수로간주 - 통상잘알려진분포를따른다고가정 수명분포 - 확률밀도함수또는 누적 분포함수로표현 - 신뢰도, 고장률, MTTF 등신뢰성지표는수명분포로부터도출 - 수명분포추정은분포함수관련모수의추정 누적분포함수및확률밀도함수 누적분포함수 cumulav dsbuo

More information

공공기관임금프리미엄추계 연구책임자정진호 ( 한국노동연구원선임연구위원 ) 연구원오호영 ( 한국직업능력개발원연구위원 ) 연구보조원강승복 ( 한국노동연구원책임연구원 ) 이연구는국회예산정책처의정책연구용역사업으로 수행된것으로서, 본연구에서제시된의견이나대안등은

공공기관임금프리미엄추계 연구책임자정진호 ( 한국노동연구원선임연구위원 ) 연구원오호영 ( 한국직업능력개발원연구위원 ) 연구보조원강승복 ( 한국노동연구원책임연구원 ) 이연구는국회예산정책처의정책연구용역사업으로 수행된것으로서, 본연구에서제시된의견이나대안등은 2013 년도연구용역보고서 공공기관임금프리미엄추계 - 2013. 12.- 이연구는국회예산정책처의연구용역사업으로수행된것으로서, 보고서의내용은연구용역사업을수행한연구자의개인의견이며, 국회예산정책처의공식견해가아님을알려드립니다. 연구책임자 한국노동연구원선임연구위원정진호 공공기관임금프리미엄추계 2013. 12. 연구책임자정진호 ( 한국노동연구원선임연구위원 ) 연구원오호영

More information

Microsoft Word - LectureNote.doc

Microsoft Word - LectureNote.doc 5. 보간법과회귀분석 . 보간법 Iterpolto. 서론 응용예 : 원자간 pr-wse tercto Tlor Seres oe-pot ppromto 를사용할수없는이유 Appromte / t 3 usg Tlor epso t.! P! 3 4 5 6 7 P 3-3 -5-43 -85 . Newto Tlor Seres 와의관계 te dvded derece Forwrd

More information

LM_matrix.pages

LM_matrix.pages 설명변수가 개이상인경우이를다중회귀라한다. 물론종속변수는하나이다. 종속변수가하나이상인회귀모형을 Simulteous Equtio( 연립방정식모형 ) 이라한다. 설명변수가 개존재하는경우선형다중회귀모형을다음과같다. Y i α + βx i + βxi +... + β Xi + ei i,,..., ( 모형 ), --- () α, β, β,..., β X 는회귀계수이고 i,

More information

MATLAB for C/C++ Programmers

MATLAB for C/C++ Programmers 오늘강의내용 (2014/01/16) 회귀분석 1 회귀분석 (Regression Analysis) 2 회귀분석 회귀분석이란? 연관된변수들간의관계를찾는통계적방법 즉, 어떠한변수 x가변수 Y에함수관계를통해영향을미친다는것을찾아내는것 예를들어 강우량 ( 변수 x) 이곡물의수확량 ( 변수 Y) 에미치는영향 화학공정의수율 ( 변수 x) 이촉매의사용량 ( 변수 Y) 에따라어떻게변하는지..

More information

44-4대지.07이영희532~

44-4대지.07이영희532~ A Spatial Location Analysis of the First Shops of Foodservice Franchise in Seoul Metropolitan City Younghee Lee* 1 1 (R) 0 16 1 15 64 1 Abstract The foodservice franchise is preferred by the founders who

More information

<4D F736F F D20BDC3B0E8BFADBAD0BCAE20C1A B0AD5FBCF6C1A45FB0E8B7AEB0E6C1A6C7D E646F63>

<4D F736F F D20BDC3B0E8BFADBAD0BCAE20C1A B0AD5FBCF6C1A45FB0E8B7AEB0E6C1A6C7D E646F63> Par II. 다중회귀모형및기본가정의완화 I. 다중회귀모형 A. 다중회귀모형에대한가정 = β+β x + +β x +ε, =,..., ( x ) 관측치의수, 설명변수의수 K-, 추정모수의수 K 개별모수들의의미 : E( ) 예컨대, β = : 다른설명변수들이일정할때, x 의한 x 단위변화에대한종속변수의평균값의변화 즉다른변수들의영향력이통제 (conrol) 된상황에서첫번째설명변수의종속변수에대한영향력을나타내는값임

More information

비선형으로의 확장

비선형으로의 확장 비선형으로의확장 박창이 서울시립대학교통계학과 박창이 ( 서울시립대학교통계학과 ) 비선형으로의확장 1 / 30 개요 선형모형은해석과추론에장점이있는반면예측력은제한됨능형회귀, lasso, PCR 등의방법은선형모형을이용하는방법으로모형의복잡도를감소시켜추정치의분산을줄이는효과가있음해석력을유지하면서비선형으로확장다항회귀 (polynomial regression): ( 예 )

More information

THE JOURNAL OF KOREAN INSTITUTE OF ELECTROMAGNETIC ENGINEERING AND SCIENCE. vol. 29, no. 6, Jun Rate). STAP(Space-Time Adaptive Processing)., -

THE JOURNAL OF KOREAN INSTITUTE OF ELECTROMAGNETIC ENGINEERING AND SCIENCE. vol. 29, no. 6, Jun Rate). STAP(Space-Time Adaptive Processing)., - THE JOURNAL OF KOREAN INSTITUTE OF ELECTROMAGNETIC ENGINEERING AND SCIENCE. 2018 Jun.; 29(6), 457463. http://dx.doi.org/10.5515/kjkiees.2018.29.6.457 ISSN 1226-3133 (Print)ISSN 2288-226X (Online) Sigma-Delta

More information

제 3 장평활법 지수평활법 (exponential smoothing) 최근자료에더큰가중값, 과거로갈수록가중값을지수적으로줄여나가는방법 시스템에변화가있을경우변화에쉽게대처가능 계산이쉽고많은자료의저장이필요없다 예측이주목적단순지수평활법, 이중지수평활법, 삼중지수평활법, Wint

제 3 장평활법 지수평활법 (exponential smoothing) 최근자료에더큰가중값, 과거로갈수록가중값을지수적으로줄여나가는방법 시스템에변화가있을경우변화에쉽게대처가능 계산이쉽고많은자료의저장이필요없다 예측이주목적단순지수평활법, 이중지수평활법, 삼중지수평활법, Wint 제 3 장평활법 지수평활법 (exponential smoothing) 최근자료에더큰가중값, 과거로갈수록가중값을지수적으로줄여나가는방법 시스템에변화가있을경우변화에쉽게대처가능 계산이쉽고많은자료의저장이필요없다 예측이주목적단순지수평활법, 이중지수평활법, 삼중지수평활법, Winters의계절지수평활법 이동평균법 (moving average method) 평활에의해계절성분또는불규칙성분을제거하여전반적인추세를뚜렷하게파악

More information

Microsoft PowerPoint - chap_11_rep.ppt [호환 모드]

Microsoft PowerPoint - chap_11_rep.ppt [호환 모드] 제 11 강 111 자기상관 Autocorrelation 자기상관의본질 11 유효성 (efficiency, accurate estimation/prediction) 을위해서는모든체계적인정보가회귀모형에체화되어있어야함 표본의무작위성 (randomness) 은서로다른관측치들에대한오차항들이상관되어있지말아야함을의미함 자기상관 (Autocorrelation) 은이러한표본의무작위성을위반하게만드는오차항에있는체계적패턴임

More information

부문별 에너지원 수요의 변동특성 및 공통변동에 미치는 거시적 요인들의 영향력 분석

부문별 에너지원 수요의 변동특성 및 공통변동에 미치는 거시적 요인들의 영향력 분석 에너지경제연구 Korean Energy Economic Review Volume 15, Number 1, March 2016 : pp. 33 ~ 67 부문별에너지원수요의변동특성및공통변동에 미치는거시적요인들의영향력분석 33 ~ < 표 1> 에너지소비량과주요변수들의연평균증가율 ~ ~ ~ ~ ~ 34 35 36 37 38 ~ 39 [ 그림 1] 부문별에너지원소비량의증가율

More information

09권오설_ok.hwp

09권오설_ok.hwp (JBE Vol. 19, No. 5, September 2014) (Regular Paper) 19 5, 2014 9 (JBE Vol. 19, No. 5, September 2014) http://dx.doi.org/10.5909/jbe.2014.19.5.656 ISSN 2287-9137 (Online) ISSN 1226-7953 (Print) a) Reduction

More information

Microsoft Word - 동태적 모형.doc

Microsoft Word - 동태적 모형.doc 동태적모형 - 시차분포모형 (lag disribued model) I. 개요 A. 경제적행위나결정들의효과는즉시적으로다나타나지않고미래의상당기간동안분포됨 i. 기의행위나결정들이 기뿐아니라 + 기, + 기등에도영향을미치는경우 ii. 경제적정책변수 x 의변화가경제적결과 y, y +, y +, y +3 등에영향을미침 iii. 이는다시말하면, y 가 x, x -, x

More information

생존분석의 추정과 비교 : 보충자료 이용희 December 12, 2018 Contents 1 생존함수와 위험함수 생존함수와 위험함수 예제: 지수분포

생존분석의 추정과 비교 : 보충자료 이용희 December 12, 2018 Contents 1 생존함수와 위험함수 생존함수와 위험함수 예제: 지수분포 생존분석의 추정과 비교 : 보충자료 이용희 December, 8 Cotets 생존함수와 위험함수. 생존함수와 위험함수....................................... 예제: 지수분포.......................................... 예제: 와이블분포.........................................

More information

완벽한개념정립 _ 행렬의참, 거짓 수학전문가 NAMU 선생 1. 행렬의참, 거짓개념정리 1. 교환법칙과관련한내용, 는항상성립하지만 는항상성립하지는않는다. < 참인명제 > (1),, (2) ( ) 인경우에는 가성립한다.,,, (3) 다음과같은관계식을만족하는두행렬 A,B에

완벽한개념정립 _ 행렬의참, 거짓 수학전문가 NAMU 선생 1. 행렬의참, 거짓개념정리 1. 교환법칙과관련한내용, 는항상성립하지만 는항상성립하지는않는다. < 참인명제 > (1),, (2) ( ) 인경우에는 가성립한다.,,, (3) 다음과같은관계식을만족하는두행렬 A,B에 1. 행렬의참, 거짓개념정리 1. 교환법칙과관련한내용, 는항상성립하지만 는항상성립하지는않는다. < 참인명제 > (1),, (2) ( ) 인경우에는 가성립한다.,,, (3) 다음과같은관계식을만족하는두행렬 A,B에대하여 AB=BA 1 가성립한다 2 3 (4) 이면 1 곱셈공식및변형공식성립 ± ± ( 복호동순 ), 2 지수법칙성립 (은자연수 ) < 거짓인명제 >

More information

용역보고서

용역보고서 여러고장모드를갖는자료분석방법 2009. 1. ( 주 ) 한국신뢰성기술서비스 목차 여러고장모드를갖는자료분석방법...3 1. 개요...3 2. 분석방법및예제...4 2.1 CFM(Competing Failure Mode) 분석...4 2.2 Mixed Weibull 분석...4 2.3 Mixed Weibull 예제...5 3. 요약정리...9 ii http://www.korts.co.kr

More information

1 1 Department of Statistics University of Seoul August 29, 2017 T-test T 검정은스튜던트 t 통계량의분포를귀무가설하에서살펴봄으러써가설의기각여부를결정하는의사결정모형임 검정 : X i iid N(µ, σ 2 ) 이라고가정하고, 귀무가설과대립가설을아래와같이놓자. 귀무가설즉, µ = µ 0 하에서 H : µ

More information

PowerPoint Presentation

PowerPoint Presentation 5 불대수 IT CookBook, 디지털논리회로 - 2 - 학습목표 기본논리식의표현방법을알아본다. 불대수의법칙을알아본다. 논리회로를논리식으로논리식을논리회로로표현하는방법을알아본다. 곱의합 (SOP) 과합의곱 (POS), 최소항 (minterm) 과최대항 (mxterm) 에대해알아본다. 01. 기본논리식의표현 02. 불대수법칙 03. 논리회로의논리식변환 04.

More information

1 1 Department of Statistics University of Seoul August 28, 2017 확률분포 누적분포함수 확률공간이정의되었다고가정하자. 즉, 어떤사건 A 에대해서 P(A) 를항상생각할수있다고가정하자. 어떤확률변수 X 주어졌을때 Pr(X x) = P(X (, x]) 로정의하면 Pr(X x) 의값을모든 x 에대해생각할수있다. F

More information

저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할

저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할 저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할수없습니다. 변경금지. 귀하는이저작물을개작, 변형또는가공할수없습니다. 귀하는, 이저작물의재이용이나배포의경우,

More information

164

164 에너지경제연구제 16 권제 1 호 Korean Energy Economic Review Volume 16, Number 1, March 2017 : pp. 163~190 학술 시변파라미터일반화해밀턴 -plucking 모형을이용한전력소비의선제적경기국면판단활용연구 * 163 164 165 166 ~ 167 ln 168 [ 그림 1] 제조업전력판매량 (a) 로그변환

More information

ANOVA 란? ANalysis Of VAriance Ø 3개이상의모집단의평균의차이를검정하는방법 Ø 3개의모집단일경우 H0 : μ1 = μ2 = μ3 H0기각 : μ1 μ2 = μ3 or μ1 = μ2 μ3 or μ1 μ2 μ3 àpost hoc test 수행

ANOVA 란? ANalysis Of VAriance Ø 3개이상의모집단의평균의차이를검정하는방법 Ø 3개의모집단일경우 H0 : μ1 = μ2 = μ3 H0기각 : μ1 μ2 = μ3 or μ1 = μ2 μ3 or μ1 μ2 μ3 àpost hoc test 수행 Ch4 one-way ANOVA ANOVA 란? ANalysis Of VAriance Ø 3개이상의모집단의평균의차이를검정하는방법 Ø 3개의모집단일경우 H0 : μ1 = μ2 = μ3 H0기각 : μ1 μ2 = μ3 or μ1 = μ2 μ3 or μ1 μ2 μ3 àpost hoc test 수행 One-way ANOVA 란? Group Sex pvas NSAID

More information

<B4DEBCADB1B8B0F8BAB82D363837C8A32E687770>

<B4DEBCADB1B8B0F8BAB82D363837C8A32E687770> 제687호 2011. 9. 21(수) 대구광역시 달서구 대구광역시 달서구 도 로 명 주 소 도로명주소 폐지일 도로명주소 폐지사유 대구광역시 달서구 상원로9길 54-4 (진천동) 20110916 건물멸실 대구광역시 달서구 달서대로1길 104 (유천동) 20110916 건물멸실 대구광역시 달서구 와룡로54길 90 (감삼동) 20110916

More information

abstract.dvi

abstract.dvi 통계자료분석 강희모 2014년 5월 14일 목차 제 1장 여러가지평균비교 1 1.1. 단일표본검정.............................. 2 1.2. 독립인두표본검정........................... 4 1.3. 대응표본검정.............................. 9 제 2 장 분산분석(ANalysis Of VAriance)

More information

중소기업경기지수및경영환경지수 개발에관한연구 - 제조업중심으로 - A Study on Development of the Business Indicators in SMEs focused on manufacturing 요약 1) 125 IPISA 124 ISISA 120 120 115 110 105 100 95 116 112 108 104

More information

Microsoft Word - sbe_anova.docx

Microsoft Word - sbe_anova.docx ANOVA 기본개요세집단이상인평균비교 => 일원분산분석집단을요인 (factor) 혹은처리효과 (treatment effect) 라하고집단의개별값을수준 (level) 이라한다. 요인이하나인경우 one-way ANOVA 분산분석 (ANOVA Analyss Of VArance) 은실험설계로부터유래, 분산 ( 변동 ) 에의해요인 ( 모형 ) 의유의성를검증한다. 실험관심대상에대한정보를얻기위한계획된테스트나관측절대실험

More information

장연립방정식을풀기위한반복법 12.1 선형시스템 : Gauss-Seidel 12.2 비선형시스템 12.1 선형시스템 : Gauss-Seidel (1/10) 반복법은초기근을가정한후에더좋은근의값을추정하는체계적인절차를이용한다. G-S 방법은선형대수방정

장연립방정식을풀기위한반복법 12.1 선형시스템 : Gauss-Seidel 12.2 비선형시스템 12.1 선형시스템 : Gauss-Seidel (1/10) 반복법은초기근을가정한후에더좋은근의값을추정하는체계적인절차를이용한다. G-S 방법은선형대수방정 . 선형시스템 : GussSedel. 비선형시스템. 선형시스템 : GussSedel (/0) 반복법은초기근을가정한후에더좋은근의값을추정하는체계적인절차를이용한다. GS 방법은선형대수방정식을푸는반복법중에서 가장보편적으로사용되는방법이다. 개의방정식에서 인 ( 대각원소들이모두 0 이아닌 ) 경우를다루자. j j b j j b j j 여기서 j b j j j 현재반복단계

More information

2 / 27 목차 1. M-plus 소개 2. 중다회귀 3. 경로모형 4. 확인적요인분석 5. 구조방정식모형 6. 잠재성장모형 7. 교차지연자기회귀모형

2 / 27 목차 1. M-plus 소개 2. 중다회귀 3. 경로모형 4. 확인적요인분석 5. 구조방정식모형 6. 잠재성장모형 7. 교차지연자기회귀모형 M-Plus 의활용 - 기본모형과예제명령어 - 성신여자대학교 심리학과 조영일, Ph.D. 2 / 27 목차 1. M-plus 소개 2. 중다회귀 3. 경로모형 4. 확인적요인분석 5. 구조방정식모형 6. 잠재성장모형 7. 교차지연자기회귀모형 3 / 27 1. M-plus 란? 기본정보 M-plus 는구조방정식모형과종단자료분석 ( 잠재성장모형 ) 의분석에사용되기위해서고안된프로그램임.

More information

슬라이드 1

슬라이드 1 장연립방정식을 풀기위한반복법. 선형시스템 : Guss-Sedel. 비선형시스템 . 선형시스템 : Guss-Sedel (/0) 반복법은초기근을가정한후에더좋은근의값을추정하는체계적인절차를이용한다. G-S 방법은선형대수방정식을푸는반복법중에서 가장보편적으로사용되는방법이다. 개의방정식에서 인 ( 대각원소들이모두 0 이아닌 ) 경우를다루자. j j b j b j j j

More information

<B4EBC7D0BCF6C7D02DBBEFB0A2C7D4BCF62E687770>

<B4EBC7D0BCF6C7D02DBBEFB0A2C7D4BCF62E687770> 삼각함수. 삼각함수의덧셈정리 삼각함수의덧셈정리 삼각함수 sin (α + β ), cos (α + β ), tan (α + β ) 등을 α 또는 β 의삼각함수로나 타낼수있다. 각 α 와각 β 에대하여 α >0, β >0이고 0 α - β < β 를만족한다고가정하 자. 다른경우에도같은방법으로증명할수있다. 각 α 와각 β 에대하여 θ = α - β 라고놓자. 위의그림에서원점에서거리가

More information

Analyses the Contents of Points per a Game and the Difference among Weight Categories after the Revision of Greco-Roman Style Wrestling Rules Han-bong

Analyses the Contents of Points per a Game and the Difference among Weight Categories after the Revision of Greco-Roman Style Wrestling Rules Han-bong Analyses the Contents of Points per a Game and the Difference among Weight Categories after the Revision of Greco-Roman Style Wrestling Rules Han-bong An 1 & Kyoo-jeong Choi 2 * 1 Korea National Wrestling

More information

(JBE Vol. 21, No. 1, January 2016) (Regular Paper) 21 1, (JBE Vol. 21, No. 1, January 2016) ISSN 228

(JBE Vol. 21, No. 1, January 2016) (Regular Paper) 21 1, (JBE Vol. 21, No. 1, January 2016)   ISSN 228 (JBE Vol. 1, No. 1, January 016) (Regular Paper) 1 1, 016 1 (JBE Vol. 1, No. 1, January 016) http://dx.doi.org/10.5909/jbe.016.1.1.60 ISSN 87-9137 (Online) ISSN 16-7953 (Print) a), a) An Efficient Method

More information

untitled

untitled 180-196 통계청 통계분석연구 2001 년가을 ( 제 6 권제 2 호 ) 비중심위사르트분포의왜도 ( 歪度 ) 에 관한연구 강철 * 박상돈 ** 비중심 (non-central) χ 2 -분포의다변량버전 (version) 인비중심위사르트 (non-central Wishart) 분포는다변량통계분포에서중요한역할은한다. 이논문에서는이러한비중심위사르트분포의중요한특성인왜도

More information

에너지경제연구 제12권 제2호

에너지경제연구 제12권 제2호 에너지경제연구 Korean Energy Economic Review Volume 12, Number 2, September 2013 : pp. 33~58 지구온난화가가정부문에너지소비량에미치는 영향분석 : 전력수요를중심으로 33 ~ ~ ~ ~ ~ ~ ~ 34 ~ 35 ~ 36 ~ 37 < 표 1> 변수들의기초통계량 ~ ~ ~ ~ 38 [ 그림 1] 로그변수들의시간에대한추세

More information

(000-000)실험계획법-머리말 ok

(000-000)실험계획법-머리말 ok iii Design Analysis Optimization Design Expert Minitab Minitab Design Expert iv 2008 1 v 1 1. 1 2 1. 2 4 1. 3 6 1. 4 8 1. 5 12 2 2. 1 16 2. 2 17 2. 3 20 2. 4 27 2. 5 30 2. 6 33 2. 7 37 2. 8 42 46 3 3.

More information

Artificial Intelligence: Assignment 5 Seung-Hoon Na December 15, Numpy: Tutorial 다음 자료를 참조하여 numpy기본을 공부하시오.

Artificial Intelligence: Assignment 5 Seung-Hoon Na December 15, Numpy: Tutorial 다음 자료를 참조하여 numpy기본을 공부하시오. Artificial Intelligence: Assignment 5 Seung-Hoon Na December 15, 2018 1 Numpy: Tutorial 다음 자료를 참조하여 numpy기본을 공부하시오. https://docs.scipy.org/doc/numpy-1.15.0/user/quickstart.html https://www.machinelearningplus.com/python/

More information

벡터자기회귀 (Vector Autoregression : VAR) 모형은경제이론없이모형만으로변수들간의관계를설명할수있다는점에서자주이용되는모형임. y t =α 1 y t-1 + +α p y t-p +βx t +ε t 여기서 y t 는내생변수 (endogenous varia

벡터자기회귀 (Vector Autoregression : VAR) 모형은경제이론없이모형만으로변수들간의관계를설명할수있다는점에서자주이용되는모형임. y t =α 1 y t-1 + +α p y t-p +βx t +ε t 여기서 y t 는내생변수 (endogenous varia 제 12 장 VAR 과 VECM 벡터자기회귀 (Vector Autoregression : VAR) 모형은경제이론없이모형만으로변수들간의관계를설명할수있다는점에서자주이용되는모형임. y t =α 1 y t-1 + +α p y t-p +βx t +ε t 여기서 y t 는내생변수 (endogenous variable) 의 k 벡터이고, x t 는외생변수 (exogenous

More information

(Microsoft PowerPoint - Ch21_NumAnalysis.ppt [\310\243\310\257 \270\360\265\345])

(Microsoft PowerPoint - Ch21_NumAnalysis.ppt [\310\243\310\257 \270\360\265\345]) 수치해석 161009 Ch21. Numerical Differentiation 21.1 소개및배경 (1/2) 미분 도함수 : 독립변수에대한종속변수의변화율 y = x f ( xi + x) f ( xi ) x dy dx f ( xi + x) f ( xi ) = lim = y = f ( xi ) x 0 x 차분근사 도함수 1 차도함수 : 곡선의한점에서접선의구배 21.1

More information

exp

exp exp exp exp exp exp exp exp exp exp exp exp log 第 卷 第 號 39 4 2011 4 투영법을 이용한 터빈 블레이드의 크리프 특성 분석 329 성을 평가하였다 이를 위해 결정계수값인 값 을 비교하였으며 크리프 시험 결과를 곡선 접합 한 결과와 비선형 최소자승법으로 예측한 결과 사 이 결정계수간 정도의 오차가 발생하였고

More information

139~144 ¿À°ø¾àħ

139~144 ¿À°ø¾àħ 2 139 DOI : 10.3831/KPI.2010.13.2.139 2 Received : 10. 04. 08 Revised : 10. 04. 26 Two Case Report on Wrist Ganglion Treated with Scolopendrid Pharmacopuncture Accepted : 10. 05. 04 Key Words: Wrist Ganglion,

More information

저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할

저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할 저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할수없습니다. 변경금지. 귀하는이저작물을개작, 변형또는가공할수없습니다. 귀하는, 이저작물의재이용이나배포의경우,

More information

수도권과비수도권근로자의임금격차에영향을미치는 집적경제의미시적메커니즘에관한실증연구 I. 서론

수도권과비수도권근로자의임금격차에영향을미치는 집적경제의미시적메커니즘에관한실증연구 I. 서론 수도권과비수도권근로자의임금격차에영향을미치는 집적경제의미시적메커니즘에관한실증연구 I. 서론 Ⅱ. 선행연구고찰 집적경제메커니즘의유형공유메커니즘매칭메커니즘학습메커니즘 내용기업이군집을형성하여분리불가능한생산요소, 중간재공급자, 노동력풀등을공유하는과정에서집적경제발생한지역에기업과노동력이군집을이뤄기업과노동력사이의매칭이촉진됨에따라집적경제발생군집이형성되면사람들사이의교류가촉진되어지식이확산되고새로운지식이창출됨에따라집적경제발생

More information

학습영역의 Taxonomy에 기초한 CD-ROM Title의 효과분석

학습영역의 Taxonomy에 기초한 CD-ROM Title의 효과분석 ,, Even the short history of the Web system, the techniques related to the Web system have b een developed rapidly. Yet, the quality of the Webbased application software has not improved. For this reason,

More information

회귀분석의 기초 한국보건사회연구원 2017년 6월 19일(월요일) & 22일(목요일) 강의 슬라이드 9 1/ 78 목차 1 2 3 4 2/ 78 지난 시간 복습 모집단 평균 µ에 대한 통계적 추론을 하는 방법: σ 신뢰구간: x ± t 유의성 검정: t = x µ σ/ 위 공식을 보면 모집단 표준편차 σ가 들어 있는데 이 σ를 모르니까 표본 표준편차 s로 대체해서

More information

저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할

저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할 저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할수없습니다. 변경금지. 귀하는이저작물을개작, 변형또는가공할수없습니다. 귀하는, 이저작물의재이용이나배포의경우,

More information

Microsoft PowerPoint - chap_11_rep.ppt [호환 모드]

Microsoft PowerPoint - chap_11_rep.ppt [호환 모드] 제 11 강 자기상관 Auocorrelaion 111 유효성 (efficiency, accurae esimaion/predicion) 을위해서는모든체계적인정보가회귀모형에체화되어있어야함 표본의무작위성 (randomness) 은서로다른관측치들에대한오차항들이상관되어있지말아야함을의미함 자기상관 (Auocorrelaion) 은이러한표본의무작위성을위반하게만드는오차항에있는체계적패턴임

More information

슬라이드 1

슬라이드 1 Principles of Economerics (3e) Ch. 4 예측, 적합도, 모형화 013 년 1 학기 윤성민 4.1 OLS 예측 (1) 점예측 x0 y0 - 설명변수일때, 종속변수의값을예측하고자함 y ˆ = b + 0 1 b x 0 Ch. 4 예측, 적합도, 모형화 /60 4.1 OLS 예측 예측오차 (forecas error), f 예측오차의기대값

More information

자료의 이해 및 분석

자료의 이해 및 분석 어떤실험이나치료의효과를측정할때독립이아닌표본으로부터관찰치를얻었을때처리하는방법 - 동일한개체에어떤처리를하기전과후의자료를얻을때 - 가능한동일한특성을갖는두개의개체에서로다른처리를하여그처리의효과를비교하는방법 (matching) 1 예제 : 혈청 cholesterol 치를줄이기위해서 12 명을대상으로운동과함께식이요법의효과를 측정하기위한실험실시 2 식이요법 - 운동실험전과후의

More information

DBPIA-NURIMEDIA

DBPIA-NURIMEDIA The e-business Studies Volume 17, Number 6, December, 30, 2016:3~20 Received: 2016/12/04, Accepted: 2016/12/27 Revised: 2016/12/27, Published: 2016/12/30 [ABSTRACT] This study aims to comprehensively analyze

More information

Microsoft Word - ch4_multiple.doc

Microsoft Word - ch4_multiple.doc REGRESSION / 4 장. 다중회귀 89 Chapter 4 다중회귀 장에서는설명변수가하나인단순회귀모형에대한추론과분석방법에관해다루었 다. 간편성 회귀분석개념에대한이해 그러나현실세계에서는 설명변수하나만으로 설명력이부족하고 유의한설명변수간영향력비교가요구된다. 이로인하여설명변수 가 개이상인회귀모형에대한분석이필요하게된다. 이를다중회귀분석이라한다. 동일설명변수의

More information

Microsoft Word - skku_TS2.docx

Microsoft Word - skku_TS2.docx Statistical Package & Statistics Univariate : Time Series Data () ARMA 개념 ARIMA(Auto-Regressive Integrated Moving-Average) 모형은시계열데이터 { Y t } 의과거치 (previous observation Y t 1,,... ) 들이설명변수인 AR 과과거의오차항 (

More information

PowerPoint 프레젠테이션

PowerPoint 프레젠테이션 11 곡선과곡면 01 Spline 곡선 02 Spline 곡면 03 Subdivision 곡면 C n 연속성 C 0 연속성 C 1 연속성 2 C 2 연속성 01 Spline 곡선 1. Cardinal Spline Curve 2. Hermite Spline Curve 3. Bezier Spline Curve 4. Catmull-Rom Spline Curve 5.

More information

THE JOURNAL OF KOREAN INSTITUTE OF ELECTROMAGNETIC ENGINEERING AND SCIENCE Jul.; 27(7),

THE JOURNAL OF KOREAN INSTITUTE OF ELECTROMAGNETIC ENGINEERING AND SCIENCE Jul.; 27(7), THE JOURNAL OF KOREAN INSTITUTE OF ELECTROMAGNETIC ENGINEERING AND SCIENCE. 2016 Jul.; 27(7), 625634. http://dx.doi.org/10.5515/kjkiees.2016.27.7.625 ISSN 1226-3133 (Print)ISSN 2288-226X (Online) Near-Field

More information

Journal of Educational Innovation Research 2018, Vol. 28, No. 3, pp DOI: The Effect of Caree

Journal of Educational Innovation Research 2018, Vol. 28, No. 3, pp DOI:   The Effect of Caree Journal of Educational Innovation Research 2018, Vol. 28, No. 3, pp.325-349 DOI: http://dx.doi.org/10.21024/pnuedi.28.3.201809.325 The Effect of Career Preparation Behavior Before and After Major Transitions

More information

<352EC7E3C5C2BFB55FB1B3C5EBB5A5C0CCC5CD5FC0DABFACB0FAC7D0B4EBC7D02E687770>

<352EC7E3C5C2BFB55FB1B3C5EBB5A5C0CCC5CD5FC0DABFACB0FAC7D0B4EBC7D02E687770> 자연과학연구 제27권 Bulletin of the Natural Sciences Vol. 27. 2013.12.(33-44) 교통DB를 이용한 교통정책 발굴을 위한 통계분석 시스템 설계 및 활용 Statistical analytic system design and utilization for transport policy excavation by transport

More information

= ``...(2011), , (.)''

= ``...(2011), , (.)'' Finance Lecture Note Series 사회과학과 수학 제2강. 미분 조 승 모2 영남대학교 경제금융학부 학습목표. 미분의 개념: 미분과 도함수의 개념에 대해 알아본다. : 실제로 미분을 어떻게 하는지 알아본다. : 극값의 개념을 알아보고 미분을 통해 어떻게 구하는지 알아본다. 4. 미분과 극한: 미분을 이용하여 극한값을 구하는 방법에 대해 알아본다.

More information

example code are examined in this stage The low pressure pressurizer reactor trip module of the Plant Protection System was programmed as subject for

example code are examined in this stage The low pressure pressurizer reactor trip module of the Plant Protection System was programmed as subject for 2003 Development of the Software Generation Method using Model Driven Software Engineering Tool,,,,, Hoon-Seon Chang, Jae-Cheon Jung, Jae-Hack Kim Hee-Hwan Han, Do-Yeon Kim, Young-Woo Chang Wang Sik, Moon

More information

THE JOURNAL OF KOREAN INSTITUTE OF ELECTROMAGNETIC ENGINEERING AND SCIENCE Dec.; 27(12),

THE JOURNAL OF KOREAN INSTITUTE OF ELECTROMAGNETIC ENGINEERING AND SCIENCE Dec.; 27(12), THE JOURNAL OF KOREAN INSTITUTE OF ELECTROMAGNETIC ENGINEERING AND SCIENCE. 2016 Dec.; 27(12), 1036 1043. http://dx.doi.org/10.5515/kjkiees.2016.27.12.1036 ISSN 1226-3133 (Print) ISSN 2288-226X (Online)

More information

Kor. J. Aesthet. Cosmetol., 및 자아존중감과 스트레스와도 밀접한 관계가 있고, 만족 정도 에 따라 전반적인 생활에도 영향을 미치므로 신체는 갈수록 개 인적, 사회적 차원에서 중요해지고 있다(안희진, 2010). 따라서 외모만족도는 개인의 신체는 타

Kor. J. Aesthet. Cosmetol., 및 자아존중감과 스트레스와도 밀접한 관계가 있고, 만족 정도 에 따라 전반적인 생활에도 영향을 미치므로 신체는 갈수록 개 인적, 사회적 차원에서 중요해지고 있다(안희진, 2010). 따라서 외모만족도는 개인의 신체는 타 RESEARCH ARTICLE Kor. J. Aesthet. Cosmetol., 20-40대 여성의 외모만족도가 미용관리태도에 미치는 영향 홍수남 1, 김효숙 2 * 1 건국대학교 뷰티사이언스디자인학과, 2 건국대학교 의상디자인과 Effects of Extrinsic Body Satisfaction on Beauty Management Behavior of

More information

Resampling Methods

Resampling Methods Resampling Methds 박창이 서울시립대학교통계학과 박창이 ( 서울시립대학교통계학과 ) Resampling Methds 1 / 18 학습내용 개요 CV(crss-validatin) 검증오차 LOOCV(leave-ne-ut crss-validatin) k-fld CV 편의-분산의관계분류문제에서의 CV Btstrap 박창이 ( 서울시립대학교통계학과 )

More information

Lumbar spine

Lumbar spine Lumbar spine CT 32 111 DOI : 10.3831/KPI.2010.13.2.111 Lumbar Spine CT 32 Received : 10. 05. 23 Revised : 10. 06. 04 Accepted : 10. 06. 11 Key Words: Disc herniation, CT scan, Clinical analysis The Clinical

More information

체의원소를계수로가지는다항식환 Theorem 0.1. ( 나눗셈알고리듬 (Division Algorithm)) F 가체일때 F [x] 의두다항식 f(x) = a 0 + a 1 x + + a n x n, a n 0 F 와 g(x) = b 0 + b 1 x + + b m x

체의원소를계수로가지는다항식환 Theorem 0.1. ( 나눗셈알고리듬 (Division Algorithm)) F 가체일때 F [x] 의두다항식 f(x) = a 0 + a 1 x + + a n x n, a n 0 F 와 g(x) = b 0 + b 1 x + + b m x 체의원소를계수로가지는다항식환 Theorem 0.1. ( 나눗셈알고리듬 (Division Algorithm)) F 가체일때 F [x] 의두다항식 f(x) = a 0 + a 1 x + + a n x n, a n 0 F 와 g(x) = b 0 + b 1 x + + b m x m, b m 0 F, m > 0 에대해 f(x) = g(x)q(x) + r(x) 을만족하는

More information

nonpara6.PDF

nonpara6.PDF 6 One-way layout 3 (oneway layout) k k y y y y n n y y K yn y y n n y y K yn k y k y k yknk n k yk yk K y nk (grand mean) (SST) (SStr: ) (SSE= SST-SStr), ( 39 ) ( )(rato) F- (normalty assumpton), Medan,

More information

,......

,...... The Effect of Cosmetic Companies CRM Activities on Relationship Benefits, Relationship Commitment and Brand Switching Reduction Intention Department of Fashion Design, Sungkyunkwan University Lecturer

More information

종합물가정보 2016년 4월호

종합물가정보 2016년 4월호 April 21 26 28 30 34 38 40 42 46 53 54 56 58 60 61 61 62 62 63 64 66 69 397 523 617 695 875 929 959 1 19 157 069 070 071 071 072 072 073 074 075 075 076 077 078 079 080 081 082 083 084 084 085 086 088

More information

005- 4¿ùc03ÖÁ¾š

005- 4¿ùc03ÖÁ¾š 210 212 213 214 215 218 219 223 224 226 4 228 229 230 231 232 233 236 238 240 241 244 245 _ April 1 210 1946 1970 211 _ April 212 1946 1970 _ April 4 213 _ April 3. 3 214 1946 1970 _ April 5 215 216 1946

More information

Microsoft PowerPoint Predicates and Quantifiers.ppt

Microsoft PowerPoint Predicates and Quantifiers.ppt 이산수학 () 1.3 술어와한정기호 (Predicates and Quantifiers) 2006 년봄학기 문양세강원대학교컴퓨터과학과 술어 (Predicate), 명제함수 (Propositional Function) x is greater than 3. 변수 (variable) = x 술어 (predicate) = P 명제함수 (propositional function)

More information

슬라이드 1

슬라이드 1 1 장수치미분 1.1 소개및배경 1. 고정확도미분공식 1.3 Richardson 외삽법 1.4 부등간격의미분 1.5 오차가있는데이터의도함수와적분 1.6 MATLAB 을이용한수치미분 1.1 소개및배경 (1/4) 미분이란무엇인가? 도함수 : 독립변수에대한종속변수의변화율 y f( xi + x) f( xi) dy f( x = i + x) f( xi) = lim =

More information

04_이근원_21~27.hwp

04_이근원_21~27.hwp 1) KIGAS Vol. 16, No. 5, pp 21~27, 2012 (Journal of the Korean Institute of Gas) http://dx.doi.org/10.7842/kigas.2012.16.5.21 실험실의 사례 분석에 관한 연구 이근원 이정석 한국산업안전보건공단 산업안전보건연구원 (2012년 9월 5일 투고, 2012년 10월 19일

More information

<352E20BAAFBCF6BCB1C5C320B1E2B9FDC0BB20C0CCBFEBC7D120C7D1B1B920C7C1B7CEBEDFB1B8C0C720B5E6C1A1B0FA20BDC7C1A120BCB3B8ED28313531323231292D2DB1E8C7F5C1D62E687770>

<352E20BAAFBCF6BCB1C5C320B1E2B9FDC0BB20C0CCBFEBC7D120C7D1B1B920C7C1B7CEBEDFB1B8C0C720B5E6C1A1B0FA20BDC7C1A120BCB3B8ED28313531323231292D2DB1E8C7F5C1D62E687770> 통계연구(2015), 제20권 제3호, 71-92 변수선택 기법을 이용한 한국 프로야구의 득점과 실점 설명 1) 김혁주 2) 김예형 3) 요약 한국 프로야구에서 팀들의 득점과 실점에 영향을 미치는 요인들을 규명하기 위한 연구를 하였 다. 2007년부터 2014년까지의 정규리그 전 경기 자료를 대상으로 분석하였다. 전방선택법, 후방 소거법, 단계별 회귀법, 선택법,

More information