Earticle

본 논문은 그동안 주로 계획된 실험연구에서 사용되어 온 반응표면분석의 관측연구에서의 활용을, 소비자 경제 분야에서의 승용차 연비 모형 구축 및 최적화 사례 연구를 통하여, 예시한다. 본 연구에서는 반응의 모형화를 위한 요인 선별, 일반화 선형모형과 주 효과들의 플롯을 이용한 반응의 모형화, 최소 기대오차제곱 기준과 격자상 탐색을 이용한 반응의 목표치화 등이 사용되었다.

공정, 공평성을 평가하는 것은 합의(consensus)를 전제하지 않으면 안된다. 그런 의미에서 평가방법에 합의했다면 몇 가지 기술적인 서술을 할 수 있다. 공정성(Equity)은 측도이론(Measure Theory)으로 보고 주관적, 가치판단이 개재된다고 하자. 공평성(Impartiality)은 객관적, 몰가치론적이라고 본다. 공평성에 의해 역대 정권들을 평가하였고 기준과 방법에 차이가 있으며, 일률적으로 어느 정권의 요직인사가 공평성을 구현했다고 단정지을 수는 없다. 앞으로 조금 더 자료가 쌓이면 은닉변수모형(Hidden Markov Model)에 의해 평가, 예측을 하려한다.

우리나라의 인구주택총조사는 국가의 기본통계조사로서 매 5년 통계청에 의해 실시되고 있다. 본 연구에서는 2000년도 인구주택총조사 자료에 근거하여 전국 3443개 소지역(동/읍/면 단위)을 25개의 군집으로 분류하고, 군집분석 결과의 통계적 활용 가능성을 세 가지 사례들을 중심으로 살펴보았다. 이와 같은 결과들은 많은 노력을 통해 얻은 인구주택총조사 자료의 활용이란 측면에서 의미가 있다고 생각된다.

A sample with special missing pattern called a monotone sample or a monotone missing data pattern occurs in many applications. The statistical methods for analyzing a monotone sample have been developed by several analysts. The purpose of this paper is to introduce the maximum likelihood estimation of parameters when there is a multivariate normal sample with 2-step monotone pattern, and to present the maximum likelihood estimates of parameters in closed forms. These estimates can be obtained by maximizing the overall likelihood function which is expressed in terms of the marginal and conditional likelihood functions with respect to parameters. The maximum likelihood estimates presented are expected to he used to develop statistical methods for analyzing a multivariate normal sample with 2-step monotone pattern in applications.

우리나라의 신용평점(credit scoring)은 두 개의 범주(우량과 불량)로 신용을 분류하는데 사용하는 통계적 방법이다. 은행은 새로운 대출 거래처의 확보뿐만 아니라 대출에 의한 수익증가라는 측면에서 중소기업의 중요성을 더욱 크게 인식할 것으로 전망된다. 본 논문에서는 중소기업 대표자의 신용도를 개인속성정보와 금융정보를 이용하여 판별할 수 있는 신용평점모형에 대해 하나의 연구방법을 제시하였다. 이로부터 대표자의 신용도를 쉽게 판단할 수 있을 것이라 생각되고, 이런 대표자의 신용도를 바탕으로 대출담당자의 중소기업 심사 기준에 있어 보다 효율적인 대출이 이루어질 수 있을 것이다. 먼저 증거비중(weight of evidence)이라는 최적의 범주화 기법으로 우, 불량을 구별하는데 기여하느 변수의 속성을 나누었고, 로짓모형을 이용하여 신용평점모형과 사후예측확률을 구하였다.