메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
이경준 (대구대학교) 이채원 (대구과학고등학교) 조혜준 (대구과학고등학교) 최정우 (대구과학고등학교)
저널정보
한국데이터정보과학회 한국데이터정보과학회지 한국데이터정보과학회지 제31권 제6호
발행연도
2020.11
수록면
1,121 - 1,135 (15page)
DOI
10.7465/jkdi.2020.31.6.1121

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
점진적 중도절단 (progressive censoring) 방법은 생존 실험과 관련된 연구에서 많이 사용되는 방법이다. 하지만 점진적 중도절단 방법에서 m번째 사망 시점이 일어날 때까지 많은 시간이 소요될 수 있으므로 이러한 단점을 보완한 방법으로 조정 점진적 중도절단(adaptive progressive censoring) 방법이 소개되었다. 하지만 이 방법 역시 m번째 사망이 일어날 때까지 많은 시간이 소요될 수 있다는 단점이 존재하여 최근 일반화된 조정 점진적 복합 중도절단 방법을 제안되었다. 본 논문은 일반화된 조정 점진적 복합 중도절단 방법 상황에서 와이블 분포 (Weibull distribution)의 모수들을 추정하였다. 이를 위해 최대우도추정량 (maximumm likelihood estimator)과 베이즈 추정량 (Bayes estimator)을 이용하여 일반화된 조정 점진적 복합 중도절단 방법에서 와이블 분포의 모수들을 추정하였고, 정규근사와 로그변환된 정규근사를 이용하여 구간추정을 실시하였다. 또한, 다양한 일반화된 조정 점진적 복합 중도절단 상황에서 몬테카를로 모의실험을 실시하여 평균제곱오차 및 편의를 이용하여 제안한 추정량들을 비교하였고, 사례 자료를 이용하여 제안한 추정량들을 계산하였다.

목차

요약
1. 서론
2. 추정량
3. 모의 실험과 실제 사례
4. 결론
References
Abstract

참고문헌 (10)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2021-041-000080229