오만숙 교수

Abstract Numerical integration of a multimodal integrand f(θ) is approached by Monte Carlo integration via importance sampling. A mixture of multivariate t density functions is suggested as an importance function g(θ), for its easy random variate generation, thick tails, and high flexibility. The number of components in the mixture is determined by the number of modes of f(θ), and the mixing weights and location and scale parameters of the component distributions are determined by numerical mini

This paper provides a practical simulation-based Bayesian analysis of parameter-driven models for time series Poisson data with the AR(1) latent process. The posterior distribution is simulated by a Gibbs sampling algorithm. Full conditional posterior distributions of unknown variables in the model are given in convenient forms for the Gibbs sampling algorithm. The case with missing observations is also discussed. The methods are applied to real polio data from 1970 to 1983.

자녀의 사교육비 지출은 정치, 경제, 사회 등 국민 생활전반에 걸쳐 막대한 영향을 미치고 그 부작용이 심각하여 한국사회의중요한 이슈가 되고 있다. 본 논문에서는 통계청에서 수집한 2008년도 사교육비 실태조사자료 중 일반사교육비 지출과 방과후 프로그램 참가비의 두변수에대하여 지역, 초∙중∙고 등 학교급 구분, 가구소득, 학생 성적, 성별, 사교육 참가시간 등의인구동태적 변수들의 영향을 알아보는 다중 선형 회귀분석을 수행하였다. 분석결과 일반 사교육비 지출과 방과후 프로그램 참가비에뚜렷한영향을 미치는 요소로는 지역과 학교급구분이고나머지 변수들은 의미있는 영향력을 보여주지 못하였다. 일반 사교육비 지출에 대한 지역의 영향을 보면, 서울지역> 광역시, 중소도시> 읍면지역순으로 지출에 상당한 차이가 있음을 보여주었다. 방과후 참가비에 대한 지역의 영향을 보면 서울지역, 광역시, 중소도시> 읍면지역 의 순으로 지출이 많았는데 서울과 기타도시의차이가 없다는 것이 일반 사교육비의 경우와 다른

Assessment of source‐specific health effects has received growing attention in air pollution epidemiology over the past decade. Regardless of inherent uncertainty in the assessment of source‐specific exposures, only a handful of previous studies coped with model uncertainty in source apportionment and/or accounted for exposure measurement error in the estimation of health effects, all under normal health outcome models. We present a source‐specific health effects evaluation approach within a Bay

The early prediction and identification of risk factors for diabetes may prevent or delay diabetes progression. In this study, we developed an interactive online application that provides the predictive probabilities of prediabetes and diabetes in 4 years based on a Bayesian network (BN) classifier, which is an interpretable machine learning technique. The BN was trained using a dataset from the Ansung cohort of the Korean Genome and Epidemiological Study (KoGES) in 2008, with a follow-up in 201

A Bayesian model-based clustering method is proposed for clustering objects on the basis of dissimilarites.This combines two basic ideas.The first is that the objects have latent positions in a Euclidean space, and that the observed dissimilarities are measurements of the Euclidean distances with error.The second idea is that the latent positions are generated from a mixture of multivariate normal distributions, each one corresponding to a cluster.We estimate the resulting model in a Bayesian wa

최근 금융위기의 요인이 되고 있는 가계부채에 대하여 가계구성원이 느끼는 부담감, 즉, 가계부채에 대한 체감도에 가계구성원의 속성들(주택점유형태, 가구주 학력, 가구주 연령, 월소득, 거주지역)이 미치는 영향을 2004년도 국민은행이 조사한 실제자료를 가지고 분석하였다. 체감도를 부채에 대한 부담감이 낮음과 높음의 이항자료로 구분하여 가계구성원의 속성들을 설명변수로 갖는 로지스틱 회귀분석을 수행하였다. 적합도에 대한 우도비 통계량을 이용한 후진제거법을 사용하여 간단하면서도 자료를 잘 적합시키는 모형을 선택한 결과 2개의 2차 교호작용을 갖는 모형이 선택되었다. 선택된 모형에 대한 계수 추정치를 통하여 각 속성이 부채 체감도에 대하여 미치는 영향을 분석하였다. 또한 가계부채의 유무에 대하여 가계구성원의 속성들이 미치는 영향을 로지스틱 회귀모형을 통하여 유사한 방법으로 분석하였다. 자가주택일수록, 월소득이 증가할수록, 가구주 학력이 낮을수록 그리고 가구주 연령이 낮아질수록 부채에 대한