논문 상세보기

성균관대학교 응용통계연구소> 통계연구> Multivariate Kernel Regression

Multivariate Kernel Regression

Juhee Park
  • : 성균관대학교 응용통계연구소
  • : 통계연구 20권0호
  • : 연속간행물
  • : 2018년 03월
  • : 13-29(17pages)

DOI


목차


					

키워드 보기


초록 보기


						
This study focuses on the multivariate kernel regression. We start from the basic step from definition of nonparametric regression to multivariate kernel regression. To see how kernel regression works, we adjust order of regression, true function which is a target for estimation, kinds of kernel and then perform simulations.

UCI(KEPA)

I410-ECN-0102-2018-300-003864313

간행물정보

  • : 자연과학분야  > 통계학
  • :
  • :
  • : 격년
  • : 2586-6958
  • :
  • : 학술지
  • : 연속간행물
  • : 1993-2018
  • : 181


저작권 안내

한국학술정보㈜의 모든 학술 자료는 각 학회 및 기관과 저작권 계약을 통해 제공하고 있습니다.

이에 본 자료를 상업적 이용, 무단 배포 등 불법적으로 이용할 시에는 저작권법 및 관계법령에 따른 책임을 질 수 있습니다.

발행기관 최신논문
| | | | 다운로드

1Comparative Study for Prediction of Neural Network models

저자 : Jinwoo Cho

발행기관 : 성균관대학교 응용통계연구소 간행물 : 통계연구 20권 0호 발행 연도 : 2018 페이지 : pp. 1-12 (12 pages)

다운로드

(기관인증 필요)

초록보기

In this study, ARIMA model and neural network models including MLP, CNN and RNN are compared according to their prediction power. Given assumption is that a neural network model would more suitable to the data that has regular patterns. To prove the assumption, the study set two simulations for stochastic process and deterministic process, which can represent randomness and visible pattern respectively. Finally, solution to develop the neural network model for time series is suggested regarding the result of simulations.

2Multivariate Kernel Regression

저자 : Juhee Park

발행기관 : 성균관대학교 응용통계연구소 간행물 : 통계연구 20권 0호 발행 연도 : 2018 페이지 : pp. 13-29 (17 pages)

다운로드

(기관인증 필요)

초록보기

This study focuses on the multivariate kernel regression. We start from the basic step from definition of nonparametric regression to multivariate kernel regression. To see how kernel regression works, we adjust order of regression, true function which is a target for estimation, kinds of kernel and then perform simulations.

3What is biosimilar and how to demonstrate it?

저자 : Myungsoo Yoo

발행기관 : 성균관대학교 응용통계연구소 간행물 : 통계연구 20권 0호 발행 연도 : 2018 페이지 : pp. 30-38 (9 pages)

다운로드

(기관인증 필요)

초록보기

The appearance of generic version for biosimilar requires statistical methodologies to evaluate biosimilarity between reference products and proposed products. So far, a number of papers are published through rigorous research by researchers; furthermore, the FDA published the guidance paper for industry. The motivation of this paper is not only to make brief summary of demonstrating biosimilarity based on FDA guiadance, but also to introduce a few methodologies on evaluating biosimilarity in one paper.

4대기 오염 수준과 요인 위주의 전국별 지역구 분류

저자 : 강민경 , 박주희

발행기관 : 성균관대학교 응용통계연구소 간행물 : 통계연구 20권 0호 발행 연도 : 2018 페이지 : pp. 39-53 (15 pages)

다운로드

(기관인증 필요)

초록보기

본 연구에서는 약 세 달 동안 전국에 설치된 지역별 관측소에서 측정한 대기오염농도와 대기 오염에 영향을 줄 수 있는 요인들을 조사한 자료를 토대로 비슷한 대기 상태를 지닌 지역을 군집화하여 특징을 파악하고자 한다. 대기 오염에 영향을 줄 수 있는 요인으로는 각 지역구별 주거 인구수, 자동차 등록수, 설치된 공장수, 공장이 차지하고 있는 면적을 고려하였다.
그 결과, 수도권 전반적인 지역구에 대해 공기의 질이 떨어짐을 확인할 수 있었다. 반면, 강원도와 부산 일부 지역은 비교적 깨끗한 군집으로 분류되었다. 이를 토대로 대기 오염에 영향을 미치는 요인들을 지역에 따라 특징을 파악하고, 실태를 직시해 현대인의 건강을 지키는데 도움이 되고자한다.

5다변량 분석을 통한 대한민국 지역별 기후 유형 파악

저자 : 박민수

발행기관 : 성균관대학교 응용통계연구소 간행물 : 통계연구 20권 0호 발행 연도 : 2018 페이지 : pp. 54-65 (12 pages)

다운로드

(기관인증 필요)

초록보기

본 논문에서는 약 6년 동안 전국에 설치된 지역별 기상 관측소에서 측정한 평균기온, 강수량, 일조시간, 습도, 황사일수 등 여러 가지 기후 요소들을 조사한 자료를 바탕으로 주성분분석과 군집분석을 통하여 비슷한 유형의 기후를 갖는 지역을 나누고 각 군집들의 특성을 파악하고자 한다.

6심볼릭 데이터를 활용한 지하철 민원 문자 분포 예측

저자 : 정승욱

발행기관 : 성균관대학교 응용통계연구소 간행물 : 통계연구 20권 0호 발행 연도 : 2018 페이지 : pp. 66-80 (15 pages)

다운로드

(기관인증 필요)

초록보기

본 연구는 매 여름마다 반복되는 지하철 냉방 민원 문자의 분포를 심볼릭 데이터에 대한 회귀나무모형을 활용하여 분석한다. 심볼릭 데이터에 대해서 간단한 소개를 한 후, Lee (2015)가 제안한 심볼릭 데이터에 대한 회귀나무모형에 대해 정리한다.
또한 민원문자와 관련이 있는 지하철 승하차 인원과 기상 데이터를 히스토그램변수로 변환하여 민원문자의 분포를 예측한다. 또한 회귀나무모형에 대한 한계점과 개선점에 대해 서술한다.

7HAR-RV 모형과 전진 신경망 모형을 활용한 실현 변동성의 추세 재현 능력 비교 분석

저자 : 김재율

발행기관 : 성균관대학교 응용통계연구소 간행물 : 통계연구 20권 0호 발행 연도 : 2018 페이지 : pp. 81-93 (13 pages)

다운로드

(기관인증 필요)

초록보기

본 논문은 주식시장에서 변동성의 추세를 재현 하는 데 있어서 최근에 많이 활용되고 있는 지표인 실현 변동성(Realized Volatility:=RV)을 두 가지 모형을 이용하여 적합시킨 결과를 토대로 주어진 실현 변동성 데이터에서 시험군 실현 변동성의 추세 재현 능력을 비교분석 한다. 첫째, 실현 변동성을 정의하고, 실현 변동성 시계열이 가지는 특징에 대해서 설명한다. 둘째, 기존의 HAR-RV 모형과 Feed-forward 신경망을 소개하고 어떤 특징을 가지고 있는 모형인지 설명한다. 셋째, 실증 데이터를 통해서 HAR-RV 모형과 전진 신경망(Feed-forward Neural Network) 모형을 활용하여 예측된 결과를 토대로 시험군 실현변동성 시계열의 추세 재현 능력을 비교한다. 마지막으로 이 두 가지 모형을 활용한 비교분석을 통해서 내릴 수 있는 결론과 이러한 연구의 실용적인 의미에 대해서 언급한다.

1
주제별 간행물
간행물명 수록권호

KCI등재

응용통계연구
32권 4호 ~ 32권 4호

KCI등재

CSAM(Communications for Statistical Applications and Methods)
26권 4호 ~ 26권 4호

KCI등재

응용통계연구
32권 3호 ~ 32권 3호

KCI등재

CSAM(Communications for Statistical Applications and Methods)
26권 3호 ~ 26권 3호

KCI등재

응용통계연구
32권 2호 ~ 32권 2호

KCI등재

CSAM(Communications for Statistical Applications and Methods)
26권 2호 ~ 26권 2호

KCI등재

CSAM(Communications for Statistical Applications and Methods)
26권 1호 ~ 26권 1호

KCI등재

응용통계연구
32권 1호 ~ 32권 1호

KCI등재

응용통계연구
31권 6호 ~ 31권 6호

KCI등재

CSAM(Communications for Statistical Applications and Methods)
25권 6호 ~ 25권 6호

KCI등재

응용통계연구
31권 5호 ~ 31권 5호

KCI등재

CSAM(Communications for Statistical Applications and Methods)
25권 5호 ~ 25권 5호

KCI등재

응용통계연구
31권 4호 ~ 31권 4호

KCI등재

CSAM(Communications for Statistical Applications and Methods)
25권 4호 ~ 25권 4호

KCI등재

응용통계연구
31권 3호 ~ 31권 3호

KCI등재

CSAM(Communications for Statistical Applications and Methods)
25권 3호 ~ 25권 3호

KCI등재

응용통계연구
31권 2호 ~ 31권 2호

통계연구
20권 0호 ~ 20권 0호

KCI등재

CSAM(Communications for Statistical Applications and Methods)
25권 2호 ~ 25권 2호

KCI등재

한국데이터정보과학회지
28권 4호 ~ 28권 4호
발행기관 최신논문
자료제공: 네이버학술정보
발행기관 최신논문
자료제공: 네이버학술정보

내가 찾은 최근 검색어

최근 열람 자료

맞춤 논문

보관함

내 보관함
공유한 보관함

1:1문의

닫기