If the collection is public, the memo for this book will also be public.
Your Browsing History
There is no data.
There is no data.
loading...
This study proposes a new model applying two-stage cluster sampling to the multiplicative unrelated quantitative attribute model of Lee (2016a) for sensitive surveys with clustered populations. The proposed model optimizes the number of first-stage clusters and second-stage observation units considering cost, and demonstrates better efficiency than other models under specific conditions.
Classification, clustering and data analysis : recent advances and applications
Selecting models from data : artificial intelligence and statistics IV
Sampling : design and analysis
Multivariate analysis, design of experiments, and survey sampling
A first course in machine learning
Sampling
Robust methods and asymptotic theory in nonlinear econometrics
Advances in intelligent data analysis : third international symposium, IDA-99, Amsterdam, The Netherlands, August 1999 : proceedings
Bayesian cost-effectiveness analysis of medical treatments
Intelligent Data Engineering and Automated Learning IDEAL 2000 : data mining, financial engineering, and intelligent agent : second international conference, Shatin, N.T., Hong Kong, China, December 13-15, 2000 : preceeding
Adaptive sampling
Simulation and optimization : proceedings of the International Workshop on Computationally Intensive Methods in Simulation and Optimization held at the International Institute for Applied Systems Analysis (IIASA), Laxenburg, Austria, August 23-25, 1990
Statistical methods in agriculture and experimental biology
Classification pattern recognition and reduction of dimensionality
Bayesian models for categorical data
Data analysis and information systems : statistical and conceptual approaches : proceedings of the 19th annual conference of the Gesellschaft für Klassifikation e.V. University of Basel, March 8-10, 1995
Statistical analysis with missing data
Biostatistics
Interdisciplinary bayesian statistics : EBEB 2014
이기성 · 2021
Journal of The Korean Data Analysis Society
이기성, 홍성준 · 2020
Journal of The Korean Data Analysis Society
이기성, 홍기학, 손창균 · 2018
Journal of The Korean Data Analysis Society
이기성 · 2019
Journal of The Korean Data Analysis Society
이기성, 박경순 · 2019
Journal of The Korean Data Analysis Society
이기성; 홍기학; 손창균 · 2017
Journal of The Korean Data Analysis Society
이기성, 류제복, 홍기학, 손창균 · 2007
Journal of The Korean Data Analysis Society
이기성 · 2018
Journal of The Korean Data Analysis Society
이기성 · 2013
응용통계연구
이기성 · 2016
응용통계연구
이기성 · 2024
Journal of The Korean Data Analysis Society
안승철, 이기성 · 2003
한국데이터정보과학회지
Gi-Sung Lee · 2024
The Korean Data Analysis Society
Reda Mazloum; Sally Abdelfatah · 2015
Mathematical Population Studies
이기성 · 2013
응용통계연구
이기성; 안승철; 홍기학; 손창균 · 2014
응용통계연구
이기성 · 2016
Journal of The Korean Data Analysis Society
이기성; 박경순 · 2023
Journal of The Korean Data Analysis Society
Gi-Sung Lee · 2016
Korean Journal of Applied Statistics
Singh, G.N.; Singh, C.; Suman, S. · 2020
Journal of Statistical Computation and Simulation
전선 / 대학원
교육연구에서 사용되는 데이터의 구조가 대부분 학생이 교사나 학교에 내재되어 있는 위계적인 구조를 가지는 경우가 많다는 점에서, 다층모형은 양적 연구 방법론을 익히고자 하는 교육 연구자에게 매우 필요한 방법론이라고 할 수 있다. 이 교과목에서는 다층모형을 이해하는 데 필요한 통계적 기초를 포함하여 다층모형의 기본적 개념 및 이론적 기초를 다루며, 이를 토대로 하여 2수준과 3수준 다층모형에서 시작하여 종속변수가 연속변수가 아닌 이분변수나 다분변수일 때 적용가능한 다층모형과 다시점 데이터에 적용가능한 변화에 대한 다층성장모형까지 교육연구에서 가장 자주 사용되는 기본적 모형들을 소개하고자 한다.전선 / 대학원
경제를 계량적으로 파악하는 것은 현대 경제학에 있어서 아주 중요한 의미를 갖는다. 이 과목은 대학원에서 계량경제학을 전공하는 학생들이 계량경제학의 중요한 토픽들을 심화하여 이해할 수 있도록 하는 것을 목적으로 한다.전선 / 대학원
선형시스템의 최적추정자인 칼만필터를 기본으로 하여 모델의 불확실성을 고려한 적응필터 및 강인필터, 계산량을 줄이기 위한 슈미트필터, 다양한 측정치에 대한 내고장을 높이기 위한 분산필터를 소개한다. 또한 비선형 모델에 대한 확장칼만필터를 기반으로 최근에 많은 연구가 되고 있는 무향 칼만필터 (Unscented Kalman Filter)에 대한 특성을 분석한다. 마지막으로 상태변수가 정규분포를 가지지 않을 때 최적의 필터로 최근에 각광을 받고있는 다양한 입자필터 (Particle Filter)를 소개한다. 수업에서 소개된 필터는 INS/GPS 결합시스템과 레이더 추적문제에 적용한다.전선 / 대학원
한 지역에 대한 체계적이고 종합적인 이해는 본래 지리학이 추구해 온 목표였다. 이러한 목표를 이루기 위한 방법은 시대별, 지역별로 다소 상이한 형태를 띠며 발전해 왔다. 본 과목에서는 지역연구의 방법론이 전체 지리학의 발전과정 속에서 어떻게 변모해 왔는가를 고찰하고 각각의 방법론들이 지니는 장단점들을 파악해 봄으로써 지역연구의 새로운 방법론을 모색해 보는 데 주안점을 둔다.전선 / 대학원
한 개체로부터 다른 실험조건하에서나 여러 다른 관측시간에 반복적으로 얻어진 자료를 분석하기위한 통계기법을 다룬다. 연속형의 반복측정자료를 분석하기 위해 다변량정규분포의 가정을 필요로 하는 고전적인 다변량모형을 소개하고 최근에 널리 사용되고 있는 혼합모형을 다룬다. 이산형의 반복측정자료 분석을 위해서는 가중최소제곱법에 근거한 모형과 랜덤화 모형을 다루고 일반화선형모형을 확장한 일반화추정방정식(GEE)모형을 다룬다.전선 / 학사
여러 가지 통계 모형에서 나타나는 함수에 대하여 비모수적 추정 방법을 배우며, 이론적인 측면보다는 주로 방법론 및 그 응용에 초점을 맞춘다. 비모수 방법으로서 커널 추정법, 국소 다항 적합법, 웨이블릿 추정법, 스플라인 추정법 등을 다룬다. 밀도함수, 회귀함수, 생존함수, 분위수함수 등의 추정 방법을 배우며, 분류 및 판별분석, 일반화 선형모형, 중도절단회귀 모형, 비례위험 모형 등에 응용하는 방법을 간략하게 소개한다.전선 / 대학원
이 과목은 보건의료 영역에서 컴퓨터를 활용한 텍스트 분석을 다룬다. 보건의료 영역에는 여러 종류의 언어 자료가 존재한다. 사람들이 온라인 공간에서 여러 질병에 대해 던지는 질문들, 보건의료 전문가들의 연구들, 질병과 건강에 대한 신문기사들이 그 예다. 이들로부터 정보를 체계적이고 과학적으로 추출할 수 있다면, 보건의료에서 다양한 방식으로 활용할 수 있다. 최근 많이 사용되고 있는 컴퓨터를 활용한 텍스트 분석은 이런 작업에 새로운 가능성을 제시한다. 본 과목에서는 여러 가지 컴퓨터를 활용한 텍스트 분석 방법을 학습하고, 보건의료 영역 자료에 적용하는 것을 실습한다.전선 / 대학원
본 강좌는 수강생에게 행정학과 정책학에 필요한 다중회귀분석에 대한 심층적 이해를 제공하는데 있다. 수강생은 일반회귀분석에 대한 집중분석과 더불어 프로빗 및 로짓 회귀분석에 대한 학습도 할 것이다. 회귀분석의 주제는 누락변수편의, 측정오류, 다중공선성 문제를 포함한다. 인과관계나 내생성 문제도 도구변수와 이중차이분석기법과 함께 논의될 것이다. 나아가 본 강좌는 다중선택 및 다중순서형 로짓모형과 프롯빗 모형, 토빗모형에 대한 간략한 소개도 할 것이다. 본 강좌는 다양한 통계프로그램을 활용하여 행정 및 정책 쟁점들과 관련된 실제 자료에 대한 분석을 강조하고자 한다.전선 / 대학원
본 강좌는 고급 자료분석을 위한 모형기반 통계분석방법론에 대해 다룬다. 자료의 특징과 분석의 목적에 따라 적합한 통계모형을 제시하고, 자료를 적합, 적합된 통계모형의 해석을 통한 인사이트 제시등에 대해 다룬다. 프로젝트를 통해서 배운 방법들을 실제 데이터에 적용하고 발표한다. ● Linear model and linear mixed model ● Generalized linear model ● Shrinkage method and variable selection ● Graphical methods and causal Inference ● Bayesian methods전선 / 대학원
이 강좌는 석·박사 학위 논문 작성 등 교육연구에 필요한 통계적 분석에 대한 개념과 이론에 대한 폭넓은 이해를 돕고, 실제 교육연구에서 통계적 기법들을 적절히 활용할 수 있도록 하기 위한 것이다. 이를 위해 교육관련 각종 연구 자료의 특성(예: 다층 자료, 유목 자료, 연속 자료 등)에 적절한 통계적 기법들에 대한 소개와 함께 관련 컴퓨터 프로그램을 활용하여 실제로 분석할 수 있도록 하기 위한 것이다. 아울러 수강생들은 관심 있는 교육관련 자료를 분석하고 그 결과를 수업시간에 보고하는 기회를 가지게 될 것이다.전선 / 대학원
계산이론은 컴퓨터공학의 기초학문이며, 중요한 문제에 대한 효율적인 알고리즘들을 소개하고, 그런 알고리즘의 복잡도 분석을 다룬다. 이 교과목에서는 먼저 알고리즘의 성능을 분석하는 기법, 특히 amortized analysis에 대해 배운다. 그리고, 계산이론 분야에서 중요한 알고리즘과 그 응용에 대해 배운다. 구체적으로, (스트링 매칭, 2차원 패턴 매칭, 근사 매칭, suffix trees, 데이터 압축 문제에 대한) 스트링 알고리즘과 bioinformatics에의 응용, (선택 문제, 다항식 확인 문제에 대한) randomized 알고리즘과 그 영향, (페이지 교체 문제, k 서버 문제에 대한) online 알고리즘과 금융문제(일방향 거래와 portfolio 선택 문제)에의 응용을 배운다.전필 / 대학원
본 교과목은 데이터과학 분야에 관심있는 통계학 석사 과정 대학원생을 대상으로, 데이터 랭글링 및 시각화, 회귀분석, 선형 모형, 일반화 선형 모형, 혼합 모형, 분류를 포함하여 모든 데이터 과학자가 익숙해야 하는 통계 방법론 및 이를 통계 소프트웨어를 사용해 적용하는 실례를 다룬다. 기존의 통계학 과목과 비교하여 본 교과목은 이론에 대한 강조가 덜한 대신, 통계 방법론을 구현하고 주요 개념을 실제 자료에 적용하여 데이터를 분석하기 위해 어떻게 소프트웨어를 사용하는지에 대해 더 중점을 둔다. 주요 개념에 대해서는 그것이 “작동하는 이유”에 대한 직관적 설명을 위주로 한다. 본 과목의 모든 통계 분석은 R과 Python을 사용한다.전선 / 대학원
고급 확률 그래프 모형(PGM)은 많은 수의 변수가 상호작용하는 복잡한 도메인에 대한 확률 분포를 표현하는 효과적인 방법이다. 따라서 확률 그래프 모형은 의료진단, 이미지 및 음성인식, 스포츠통계, 생물정보학 등과 같은 다양한 분야에 적용되는 머신러닝 방법들의 핵심적인 역할을 한다. 이 강의는 방향성 그래프를 이용하는 베이지안 네트워크; 무방향성 그래프를 사용하는 마르코프 네트워크의 이론적 성질과 학습 방법 그리고 실제 적용 사례를 설명한다.전선 / 대학원
표준적 도시교통계획과정의 이론적 구조와 문제점 그리고 실천모형의 장단점을 비교검토하고, 보다 일반적인 교통계획모형의 구성을 위한 여러 방법론과 고급이론을 소개함과 아울러 새로운 연구방향에 관해 연구한다.전선 / 대학원
이 수업은 양적 사회학 연구에 사용할 분석 툴킷을 개발하기 위한 체계적인 접근법을 제공하고자 한다. 이 수업의 두 가지 중요한 목표는 다음과 같다: (1) 인과관계 추론 모델의 통계적/사회과학적 토대를 이해하고, (2) 관찰 또는 실험 데이터를 사용하여 이러한 모델을 실제로 적용하는 것이다. 이 수업에서는 잠재적 결과/반사실 접근법, 성향 점수 모델, 도구 변수 방법, 고정 효과 모델, 이중차분법, 회귀 불연속 설계 및 기타 인과 모델에 대해 다룬다. 구체적으로는 다음 사항들에 초점을 맞춘다: (1) 인과관계에 대한 통계적 및 사회과학적 이해, (2) 인과관계 추정에 대한 추론적 위협, (3) 기존의 인과관계 추론 모델, (4) 이러한 모델로 할 수 있는 일과 할 수 없는 일을 논의한다. 이 강의에서 배우게 되겠지만, 인과 추론 모델도 다른 종류의 통계 모델과 마찬가지로 추정에 중요한 다양한 가정을 토대로 한다. 이러한 가정을 알지 못하면 인과관계 추론 모델을 배포하는 것은 무의미하고 심지어 위험하기조차 할 수 있다. 따라서 강의의 상당 부분은 각 인과 추론 모델의 기초가 되는 가정이 무엇인지, 왜 그러한 가정이 필요한지, 언제 문제가 되는지, 그리고 우리가 할 수 있는 다른 일은 무엇인지에 초점을 맞출 것이다. 또한 이러한 모델을 사용하여 데이터를 분석하고, 결과를 해석하고, 발표된 연구를 비판적으로 검토하는 방법도 중점적으로 다룰 것이다. 이 과정을 수강하려면 회귀에 관한 통계 과정을 이수하고 패널 모델에 대한 지식이 어느 정도 있어야 하며, 자신의 연구에서 인과 관계에 대한 질문을 던지고자 하는 의지가 있어야 한다. 고급 통계 과정을 수강했다면 더 좋겠지만, 이 과정을 수강하기 위한 전제 조건은 아니다. 사회과학자는 양적 연구든 질적 연구든 항상 인과적 관점에서 연구 설계와 추론을 생각하게 되므로 인과적 개념을 한두 개만 익혀서 자신의 연구에 적절히 적용하더라도 질 높은 연구를 진행할 수 있을 것이다.전선 / 학사
생존시간(survival time)에 관한 추정과 검정을 하거나 생존시간에 관한 회귀모형을 사용하여 생존 시간에 영향을 미치는 위험인자를 찾아내는 통계기법을 공부한다. 개체가 생존할 확률을 나타내는 생존함수(survival function)를 추정하기 위한 생명표(life table)법과 카플란-마이어(Kaplan-Meyer) 추정법을 소개하고 여러 처리(treatment) 그룹을 비교하기 위한 검정법을 다룬다. 또한 회귀모형에 관한 대표적인 모형인 Cox의 비례위험모형 (proportional hazard model)과 가속화된 회귀모형(accelerated regression model)에 관하여 공부한다.전필 / 학사
본 수업에서는 경제학 기본이론, 통계학, 경제수학 등을 이수한 학생들을 대상으로 농업경제 현상에 관련된 경제변수들의 관계를 측정하기 위한 기본이론을 다룬다. 모델설정, 추정, 예측 및 정책분석을 궁극적 목표로 하며 이를 위해서 필요한 회귀분석, 중회귀분석, 시계열 분석 등을 학습한다. 또한 이론만이 아니라 이를 실증적으로 적용할 수 있도록 컴퓨터 실습시간을 가진다.전선 / 대학원
인과추론은 데이터로부터 인과적 결론을 도출하는데 필요한 논리적 조건과 분석과정을 탐색하는 새로운 양적방법론적 접근이다. 이 강의는 교육분야 연구자들에게 인과추론의 기본 개념과 최신 연구성과들을 소개하고, 교육연구에 인과추론을 적극적으로 활용할 수 있도록 유도하는 것을 목표로 한다.전선 / 대학원
학부과정의 통계과목과 대학원의 고급아동가족학연구법1에서 배운 내용을 기초로 하여 보다 정교하고 고급화된 연구설계와 통계법을 학습한다. 이 과목의 주 목표는 아동학 및 가족학 영역의 최신 연구들에서 이용되고 있는 고급 통계기법들을 이해하고, 주어진 연구문제와 연구자료를 이용하여 다양한 방법으로 연구설계를 해보며 통계 기법을 적용해 보는 것이다. 특히 범주형 자료분석, 구조방정식, 위계선형모델, 패널자료 분석법들이 주로 다루어진다.전선 / 학사
최근 수십 년간의 컴퓨터 기술의 발전으로 인해 통계분석가는 이전에는 상상할 수 없었던 복잡한 통계모형들을 사용할 수 있게 되었다. 따라서 현대의 복잡하고 다양한 통계모형들을 분석하기 위해서는 컴퓨터를 이용한 여러 가지 통계계산 방법들을 습득하는 것이 필수 불가결한 과제가 되었다. 이 과목에서는 모수론적 통계와 베이지안 통계에 필요한 통계계산 방법들을 배우고 이를 실제 컴퓨터로 구현해 보는 것을 목표로 한다. 모수론적 통계 분석을 위해서는 우도함수를 최적화 할 때 쓰는 뉴튼 랩슨 방법을 비롯한 각종 최적화 방법들을 배운다. 베이지안 통계분석을 위해서는 깁스 표본추출, 메트로폴리스 알고리듬 등 마코프 사슬 몬테 카를로 기법을 다룬다. 이외에도 통계계산에 필요한 자료구조와 행렬계산 등 다양한 계산 알고리즘들을 다룬다.