최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
Geneveve Parreno, 김규곤, 강창완, 최승배
2017 / Journal of The Korean Data Analysis Society
데이터가 존재하지 않습니다.
loading...
본 연구는 주 변수와 보조 변수 간의 낮은 상관 관계가 크리깅 성능에 미치는 영향을 완화하기 위해 변수 변환을 통한 공변량 크리깅 방법을 제안합니다. 모의 연구를 통해 주 변수와 높은 상관 관계를 갖는 보조 변수와 낮은 상관 관계를 갖는 보조 변수를 사용하여 제안된 방법의 유효성을 검증했으며, PRESS 통계량을 기준으로 교차 검증을 수행했습니다. 연구 결과, 주 변수와 높은 상관 관계를 갖는 보조 변수를 사용한 크리깅 결과가 더 우수함을 확인했습니다.
The essence of multivariate thinking : basic themes and methods
Geostatistics for environmental scientists
Multivariate geostatistics : an introduction with applications
Engineering design via surrogate modelling : a practical guide
Correlation and causality
Statistical strategies for small sample research
Statistical methods for spatial data analysis
Elementary survey analysis
An Introduction to linear regression and correlation
Cahonical analysis and factor comparison
Quantitative applications in the social sciences
Spatial and spatio-temporal geostatistical modeling and kriging
A beginner's guide to structural equation modeling
Market models : a guide to financial data analysis
The SABRLIBOR market model : pricing, calibration and hedging for complex interest-rate derivatives
Analysis of repeated measures data
Reading and understanding multivariate statistics
Substructuring techniques in the time domain for primary-secondary structural systems
Statistical methods for mediation, confounding and moderation analysis using R and SAS
Journal of The Korean Data Analysis Society
Geneveve Parreno, 김규곤, 강창완, 최승배MATHEMATICS
Giraldo, Ramon; Herrera, Luis; Leiva, VictorJournal of Physics: Conference Series
Annisa Nur Falah; Atje Setiawan Abdullah; Endang Rusyaman; Budi Nurani Ruchjana; N. HamidAdvances in Computational Mathematics
Bertram, A.; Zimmermann, R.Stochastic Environmental Research and Risk Assessment
Madani N.,Emery X.Computers and Geosciences
Madani N.,Bazarbekov T.Exploration Geophysics
Qingjie Yang; Meixia Geng; Danian HuangMathematics
García-Soidán P.,Cotos-Yáñez T.R.IOP Conference Series: Materials Science and Engineering
Zhao, W.; Wang, W.; Dai, H.; Xue, G.Mathematical Geosciences
Fagandini C.,Todaro V.,Tanda M.G.,Pereira J.L.,Azevedo L.,Zanini A.Spatial Statistics (2211-6753)
Manchuk, John G.; Qu, Jianan; Deutsch, Clayton V.Spatial Statistics
Sohrabian B.IEEE Geoscience and Remote Sensing Letters
Li X.,Ao Y.,Guo S.,Zhu L.Spatial Statistics (2211-6753)
Gnann, Sebastian J.; Allmendinger, Max C.; Haslauer, Claus P.; Bárdossy, AndrásPhysica Scripta
Siswanto, S.; Mirna, M.; Thamrin, S.A.; Heryanto, H.Journal of Multivariate Analysis
Lim, Chae Young; Wu, Wei-YingNatural Hazards: Journal of the International Society for the Prevention and Mitigation of Natural Hazards
Modis, K.; Sideri, D.Statistical Methods in Medical Research
David Payares-Garcia; Frank Osei; Jorge Mateu; Alfred SteinMathematical Geosciences
Tolosana-Delgado R.,Mueller U.,van den Boogaart K.G.Structural Health Monitoring
Henrique Cordeiro Novais; Samuel da Silva; Eloi Figueiredo전선 / 대학원
한정된 자료들 사이의 공간적 상호관계를 분석하고 이를 바탕으로 임의의 위치에서 원하는 자료값을 예측하는 여러 크리깅 기법을 공부한다. 주어진 값과 그 분포를 항상 보전하는 조건부 시뮬레이션과 불확실성을 줄이기 위해 이용가능한 자료를 통합하여 사용하는 최적화 기법을 공부한다.전필 / 학사
본 강의는 데이터과학의 방법을 사회 자료 통계 분석에 이용하는 능력을 갖출 수 있도록 한다. 기술 및 추론 통계의 기본 방법론을 사회학 연구 설계와 경험 분석의 관점에서 다루고, 프로그래밍 언어 습득을 통해 자료 시각화와 통계 분석을 수행할 수 있는 능력을 함양시킨다.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 / 학사
공간적으로 분포하는 자료들의 특징을 분석하고 이용하여 원하는 정보를 예측하는 기법을 학습한다. 구체적으로 확률과 통계의 기본적인 내용을 전반기에 공부한다. 후반기에는 공간정보의 상호관계를 나타내는 베리오그램과 그 모델링 기법을 공부한다. 미지의 값을 예측하기 위한 단순크리깅, 정규크리깅, 공동크리깅 같은 다양한 크리깅 기법과 다각형법 같은 비크리깅 기법을 공부한다.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
(1) 통계적 변동성을 표현하는 확률 함수의 결정 인자들을 이해하고, (2) 통계적 변동성을 따르는 사건들에 대한 사실적 모사의 반복 작업을 통해 최종 현상을 유추하는 Monte Carlo 방법의 기본 운용 기술을 익힘. 또한, (3) 방사선의 발생과 물질과의 반응에서 나타나는 확률적 선택 현상을 전산 추적하는 scheme을 구성하고 programming 작업을 수행하며, (4) 최종 평가 자료의 분산 범위를 최소화하는 시뮬레이션 최적화 기술을 익힘.전선 / 대학원
다른 과목에서 배운 계량적 분석방법을 현실 농업문제에 응용한다. 비교정학(comparative statics)에 의한 모형분석, 칼만 필터(Kalman filter), 뉴럴 네트워크(neural network), 유전자 알고리즘(genetic algorithm), 부트 스트랩핑(boot strapping), 커널 추정(kernel estimation) 등을 다룬다.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 / 학사
Cauchy-Riemann 방정식, 해석함수, 조화함수, Taylor 급수, Moebius 변환, 선적분, Cauchy 적분공식, 최대 최소치정리, Laurent 급수, 유수정리를 활용한 실적분 계산, 등각사상, Poisson 적분공식, Dirichlet 경계치 문제, Riemann 제타함수 등을 다룬다.전선 / 대학원
대기이론(queueing theory)과 신뢰성공학 등의 기초가 되는 추계학(stochastic process)의 기본적 개념, 정리와 이의 실제 응용을 연구한다. Markov chain, Poisson process, Markov process, renewal theory 등의 여러 특성, 관련된 주요 정리 및 최고의 연구결과를 분석, 토의하여 기술자의 직관과 연구가의 이론의 부합을 이룬다.전선 / 학사
인공지능의 발전 및 데이터의 축적으로 최근 재료공학분야에서 기계학습이 활발히 적용되고 있고 새로운 재료설계방법으로 떠오르고 있다. 본 강좌에서는 학생들에게 기계학습 및 통계추론에 대한 기초 이론 및 파이썬을 이용한 라이브러리 활용 방법을 강의한다. 이를 바탕으로 학생이 실제 재료 데이터에 기계학습을 적용하고 해석하는 방법을 익히도록 한다.전필 / 대학원
‘정책사례연습’은 현장의 정책사례를 과학적 방법론의 시각에서 분석·토론하고 이를 보고서 실적물의 형태로 산출하는 것을 기본과제로 하며, 이를 통해 경험적 연구 역량의 함양과 문제해결 역량을 배양하는 데 그 목적이 있다. 이는 기존의 이론 중심의 교육에서 탈피하여 현장 밀착형, 사례 위주의 교육으로 전환하고, 이를 통해 세부 정책분야(공공관리·도시교통환경·국제·보건·융합과학기술·그 외 분야에서 정책 처방의 타당성과 실현 가능성을 제고하려는 취지이다. 따라서 정책분야 및 사례별 전문성이 요구되므로 해당 분야의 전문연구자인 여러 교수가 공동으로 순환하며 강의하는 것을 원칙으로 한다. ‘정책사례연습 1’에서는 정책사례를 분석할 수 있는 다양한 연구방법론과 적용례를 제시함으로써 수강생들로 하여금 본인의 관심 정책분야에서 실제 사례를 발굴하여 실적물을 작성할 수 있도록 안내하고, 연구계획서의 작성을 지원한다.전선 / 학사
확률변수 및 확률과정의 기초에서는 불규칙 변수를 포함하는 선형 시스템의 해석에 필요한 기본적인 불규칙 신호의 특성과 랜덤 프로세스의 특성을 배운다. 확률이론에 기초한 랜덤상수를 정의하고, 랜덤상수를 다룰 수 있는 1, 2차 모멘트(moment)에 대하여 배운다. 랜덤 프로세스를 정의하고 흔히 쓰이는 랜덤 프로세스인 Gaussian random Process와 Poisson random process의 특성을 알아본다. 선형 stationary process에 널리 쓰이는 power spectrum에 대하여 배우고 이를 이용한 선형 불규칙 시스템의 해석 방법을 소개한다. 간단한 선형 불규칙 시스템을 예를 들어 확률 변수 및 확률 과정의 기초가 선형 시스템 해석에 어떻게 이용되는지 알아본다.전선 / 대학원
본 과목은 도시설계 및 조경학 분야에 특화된 정량적 도시환경 실증연구 방법론 세미나 수업이다. 본 과목은 정량적 연구방법론의 이해와 활용능력 습득을 통해 독립적으로 정량적 분석 연구를 수행할 수 있는 능력을 기르는 것을 목표로 한다. 이를 위해 “물리적 도시환경의 측정”,“정량적 분석의 기초”, “기초 통계 모형”의 세 가지 주제를 다룬다. 물리적 도시환경의 측정에서는 도시환경의 개념과 지표 도출 과정을 배운다. 정량적 분석의 기초에서는 데이터 및 변수의 이해, 개념의 조작화와 가설 검정 등 정량적 분석의 기초를 다룬다. 기초 통계 모형 부분에서는 종속 변수의 특성에 따라 적절히 적용해야 하는 가장 기본적인 통계 모형(OLS models, Logistic Models, Count Models)을 다룬다. 학생들은 세미나 내용을 바탕으로 실제 데이터를 활용하여 가설 검정과 분석 결과 해석 실습을 수행할 것이다.전선 / 대학원
본 과목은 도시설계 및 조경학 분야에 특화된 정량적 도시환경 실증연구 방법론 세미나 수업이다. 본 과목은 정량적 연구방법론의 이해와 활용능력 습득을 통해 독립적으로 정량적 분석 연구를 수행할 수 있는 능력을 기르는 것을 목표로 한다. 이를 위해 “물리적 도시환경의 측정”,“정량적 분석의 기초”, “기초 통계 모형”의 세 가지 주제를 다룬다. 물리적 도시환경의 측정에서는 도시환경의 개념과 지표 도출 과정을 배운다. 정량적 분석의 기초에서는 데이터 및 변수의 이해, 개념의 조작화와 가설 검정 등 정량적 분석의 기초를 다룬다. 기초 통계 모형 부분에서는 종속 변수의 특성에 따라 적절히 적용해야 하는 가장 기본적인 통계 모형(OLS models, Logistic Models, Count Models)을 다룬다. 학생들은 세미나 내용을 바탕으로 실제 데이터를 활용하여 가설 검정과 분석 결과 해석 실습을 수행할 것이다.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
영어의 통사구조, 음운구조, 의미구조, 기타 영어학분야의 주제ㅐ를 선택하여 이를 집중적으로 연구한다.전선 / 대학원
본 강좌는 대학원생을 위한 고급 계산생물학 교과목으로 (1) 데이터 전처리 및 정규화(RT-PCR/western blotting data normalization), (2) 기본 통계 및 가설검증 방법(hypothesis testing, multiple testing correction, Bayesian 통계 등), (3) 다변량 통계 기반 데이터 시각화 및 회귀분석(주성분분석, 다변량 회귀분석, 주요 변수 추출 등), (4) 오믹스 데이터 기본 분석(데이터 정규화, 매핑, 발현/활성 차이 유전자/단백질 선별), (5) 타겟 분자 예측(마이크로RNA, 전사인자 타겟 예측 등), (6) 다양한 바이오리소스 및 활용방법(지놈브라우져, 다양한 데이터베이스 및 활용, 생체네트워크 모델링 및 메커니즘 예측) 등의 생물학 연구에 있어서 유용한 기본 분석 및 리소스 활용 방법들을 학습한다. 학습한 방법들을 적용할 수 있는 텀프로젝트 과제를 부여한다. 이 텀프로젝트에서는 각자 가지고 있는 생물학적 문제에 학습한 방법을 올바르게 적용했는가를 평가한다.전선 / 대학원
경험적 교육연구를 위해 연구자는 다양한 형태의 자료를 다루게 된다. 자료분석의 효율성을 위해서 다양한 통계분석 소프트웨어를 다루는 기술이 필요하다. 이 강의는 교육학과 인접학문 분야 대학원생을 위해 R을 활용한 프로그래밍 기술에 대해 다룬다. 모듈화된 본 강의는 중급 강의로 R의 기본을 익힌 학생들을 대상으로 본격적인 자료분석에 필요한 기술들을 학습할 수 있는 기회를 제공한다.전선 / 학사
기본적인 표본설계와 추정이론을 기초로 하여 보다 다양하고 실용적인 설계와 추정이론을 다룬다. 주요 교과내용은 랜덤추출법, 층화추출법, 군집추출법, 층화다단추출법, 회귀추정 중복추출법, 비표본오차에 대한 고찰 등이다. 각 추출방법에서 모수의 추정과 표본의 크기 추정, 표본의 최적배분, 상대효율 등을 다룬다. 실습을 통하여 통계조사과정과 실측방법의 문제에 접근한다. 조별 사례연구로써 실제 현장에서 표본설계 및 조사실습을 실시한다.